在循環中創建 df 表單列表理解

Question

我必須使用以下代碼從循環中的列表理解創建 df 。 但是，輸出不是我想要的。

我想為列表中的每個組創建一個新列。 在此示例中，3 個組意味着 3 列。

輸入：

t = [x * .001 for x in range(2)]
l = [[10, 2, 40], [20, 4, 80], [30, 6, 160]]
tmp = pd.DataFrame([], dtype=object)
    
for i in range(len(l)):
        l1 = [l[i][1]*l[i][0]*l[i][2]*t[j]  for j in range(len(t))]
        tmp = tmp.append(l1, ignore_index=False)

輸出：

l = [[10, 2, 40], [20, 4, 80], [30, 6, 160]]

tmp=
          0
    0   0.0
    1   0.8
    0   0.0
    1   6.4
    0   0.0
    1  28.8

期望輸出：

0.0  0.0  0.0
0.8  6.4  28.8

如何獲得上述所需的輸出？

Answer 1

我相信您可以創建列表，然后調用DataFrame來提高性能：

t=[x * .001 for x in range(2)]
l=[[10,2,40],[20,4,80],[30,6,160]]

tmp = []
for i in range(len(l)):
    l1 = [l[i][1]*l[i][0]*l[i][2]*t[j]  for j in range(len(t))]
    print (l1)
    mp.append(l1)
        
df = pd.DataFrame(tmp, dtype=object).T
print (df)
     0    1     2
0    0    0     0
1  0.8  6.4  28.8

如果需要使用DataFrame.append ：

t=[x * .001 for x in range(2)]
l=[[10,2,40],[20,4,80],[30,6,160]]
tmp = pd.DataFrame([], dtype=object)
    
for i in range(len(l)):
        l1 = [l[i][1]*l[i][0]*l[i][2]*t[j]  for j in range(len(t))]
        print (l1)
        tmp=tmp.append([l1])
        
df = tmp.T
df.columns = range(len(df.columns))
print (df)
     0    1     2
0  0.0  0.0   0.0
1  0.8  6.4  28.8

Answer 2

您可以使用concat而不是append ：

for i in range(len(l)):
    l1 = [l[i][1]*l[i][0]*l[i][2]*t[j]  for j in range(len(t))]
    l1 = pd.DataFrame(l1)
    tmp = pd.concat([tmp,l1], axis=1)

Answer 3

如果你想讓你的代碼更簡潔一點並提高它的可讀性，我建議結合numpy.prod和numpy.array使用雙列表理解。

import pandas as pd
import numpy as np

t = [x * .001 for x in range(2)]
l = [[10, 2, 40], [20, 4, 80], [30, 6, 160]]
tmp = pd.DataFrame(
    np.array(
        [
            np.prod(np.array(i)) * j
            for j in t
            for i in l
        ]
    ).reshape(len(t), len(l))
)

結果如下所示：

>>> print(tmp)
     0    1     2
0  0.0  0.0   0.0
1  0.8  6.4  28.8