使用列和行索引作为变量填充pandas数据帧

Question

概观

如何使用使用列和行索引作为变量的math填充pandas数据帧。

建立

import pandas as pd
import numpy as np

df = pd.DataFrame(index = range(5), columns = ['Combo_Class0', 'Combo_Class1', 'Combo_Class2', 'Combo_Class3', 'Combo_Class4'])

目的

df中的每个单元格=行索引*（列索引+2）

尝试1

您可以使用此解决方案生成以下代码：

row = 0
for i in range(5):
    row = row + 1
    df.loc[i] = [(row)*(1+2), (row)*(2+2), (row)*(3+2), (row)*(4+2), (row)*(4+2), (row)*(5+2)]

尝试2

这个解决方案似乎也很有用，虽然我相信我已经读过你不应该循环访问数据帧。 此外，我没有看到如何遍历行和列：

for i, j in df.iterrows(): 
    df.loc[i] = i

Answer 1

您可以利用broadcasting来获得更有效的方法：

ix = (df.index+1).to_numpy() # .values for pandas 0.24< 
df[:] = ix[:,None] * (ix+2)

---

print(df)

        Combo_Class0  Combo_Class1  Combo_Class2  Combo_Class3  Combo_Class4
0             3             4             5             6             7
1             6             8            10            12            14
2             9            12            15            18            21
3            12            16            20            24            28
4            15            20            25            30            35

Answer 2

使用multiply outer

df[:]=np.multiply.outer((np.arange(5)+1),(np.arange(5)+3))