从numpy数组创建Panda Df

Question

我正在运行下面的np.random.choice。

record = np.random.choice(data, size=6, p=prob)
        maxv = max(record)
        minv = min(record)
        val = record

由此我找到最小和最大。 我想将其加入到熊猫数据框。 以下是我想要的输出：

Min,Max,value
1,5,2
1,5,3
1,5,3
1,5,5
1,5,1
1,5,3

这是我希望从一个模拟中获得的输出示例。 请记住，我多次执行此仿真，因此我希望能够不断添加到创建的数据框中。 每个模拟将分别具有自己的最小值和最大值。 我还想在输出中保留最小值和最大值（为什么示例输出中为1和5）。

Answer 1

我将使用初始数据列“ Val”创建df，然后将新列添加到一个衬里中：

In [242]:
df = pd.DataFrame({'Val':np.random.randint(1,6,6)})
df['Min'], df['Max'] = df['Val'].min(), df['Val'].max()
df

Out[242]:
   Val  Min  Max
0    4    2    5
1    5    2    5
2    5    2    5
3    4    2    5
4    5    2    5
5    2    2    5

Answer 2

这是我解决的方法：

record = np.random.choice(data, size=6, p=prob)
maxv = [max(record)] * len(record)
minv = [min(record)] * len(record)

new_data = zip(minv, maxv, record)

df = DataFrame(new_data, columns=['Min', 'Max', 'val'])

Answer 3

只需遍历仿真并将值附加到数据框即可：

# CREATE DATA FRAME STRUCTURE
df = pd.DataFrame(columns=['Min', 'Max', 'val'])

# RUN SIMULATION IN LOOP ITERATION
record = np.random.choice(data, size=6, p=prob)

for i in range(len(record)):
    maxv = np.max(record)
    minv = np.min(record)
    val = record[i]   

    # APPEND ROW
    df.loc[len(df)] = [maxv, minv, val]