在Python中覆蓋數據框中的值

Question

我是python的新手，因此對於您的專業知識而言，這似乎是一個簡單的問題。

我有6個類別（0到5），每個類別都有4個子類別：“ 3”，“ 4”，“ 5”，“ 6”。

為此，我使用以下方法創建了一個數據框：

df=pd.DataFrame(index=list(range(5)),columns=list([3,4,5,6])

現在，我從循環中得到一些計算值：

for i in range(5):
    for j in list([3,4,5,6]):
       somecalculation=a

現在，我試圖用這些計算替換df的值，例如第二次迭代（即， for i=0,j=4 ），我得到somecalculation=b ，對於第三次omecalculation=c以及進一步的d。 當循環再次遍歷i=2 ，我得到e，f，g，h的計算結果，依此類推，以進行進一步的迭代。 我試圖在獲得這些值后立即將它們附加到df，但是我沒有得到所需的輸出，因為

  3 4 5 6 
0 a b c d
1 e f g h
2 i j k l
.........
.........
.........

因為最終，我想使用它們的索引取列值的平均值，但是替換數據框的值變得很麻煩。

Answer 1

您提出的迭代添加到DataFrame行的建議不是最佳選擇。 它將減慢代碼的速度。 相反，您可以將輸出追加到列表中，然后根據需要調整列表的形狀，最終將其轉換為pd.DataFrame。 這將比您建議的速度更快。 例如：

import pandas as pd, numpy as np
list1=[] #initialize the list
list1.extend([i]) #where i is the output from your loop
df = pd.DataFrame(np.reshape(list1,(5,4)),columns=['a','b','c','d']) # finally you can reshape the list as desired (eg: 5 row X 4 cols) and write it to dataframe in a single step

如果這有幫助，請不要忘記接受它：）

Answer 2

不知道我是否正確理解了您的問題，但是有多種方法可以將值插入所需的數據框單元格。

例如行，

df.xs(1)['e'] = x

將值x插入索引值為1且位於列“ e”中的單元格。

如果您不想計算特定列的平均值並將其插入到特殊單元格中，則可以執行以下操作：

import numpy as np

df.xs(desired_index_value)['desired_column_name'] = np.mean(df.xs('col_x',axis=1))