將輸入文件中的每一行打印到 python 中的 output 文件

Question

我有以下輸入數據框：

df = pd.read_csv('path/testfile.csv', delimiter='\t', header=None)
print(df)

           0         1         2         3         4         5
0   0.227996  0.337029  0.238164  0.183009  0.085747  0.134129
1   0.247891  0.335556  0.272129  0.187329  0.085921  0.128372
2   0.264761  0.337778  0.245918  0.183212  0.080493  0.122786
3   0.305061  0.337778  0.204265  0.208453  0.071558  0.083683
4   0.222749  0.337029  0.209715  0.084253  0.142014  0.234673
5   0.190816  0.337029  0.291872  0.041575  0.463764  0.053193
6   0.299625  0.337029  0.206064  0.200905  0.072955  0.092528
7   0.259740  0.340045  0.202792  0.156021  0.087506  0.148796

有了這個輸入數據框，我想在 python 中得到一個帶有以下代碼的新表：

def f2_bis(z, Ai, Bi, Ci, Di, Ei, Fi, Hi):
    a, b, c, d = z
    return np.array([
        Ai*a*((1-c)*Bi+(b-d)*Ci)-Di,
        Ei+a*c*d*b,
        Fi+Hi*c*a*d+b,
        Hi+Fi+Ei*a*b*c*d
    ])

# unpack the value of each column in different variable
A, B, C ,D, E, F = df.to_numpy().T
H = 1-A

# get the result for each "row"
res = [
    fsolve(f2_bis, [1,1,1,1], args=(Ai, Bi, Ci, Di, Ei, Fi, Hi))
    for Ai, Bi, Ci, Di, Ei, Fi, Hi in zip(A, B, C, D, E, F, H)
]
res

目前的 output 表如下所示：

# [array([ 1.25482583, -0.32608114, -0.17861197, -0.98296457]),
#  array([ 0.70750447, -0.41512857, -0.30218114, -1.80533338]),
#  array([-2.91283478, -0.41076736,  1.41022472, -0.09615889]),
#  array([ 2.87736785,  0.25256582,  0.6107988 , -0.26507222]),
#  array([-0.532438  ,  0.34016552,  6.64918304,  0.18908195]),
#  array([ 1.1062844 ,  0.73110855, -0.65958519,  1.32070547]),
#  array([1., 1., 1., 1.]),
#  array([1., 1., 1., 1.])]

但現在的問題是，我想將每行的輸入列打印為前 6 列，然后打印 output 表和額外的 4 列。 所以最后我想要 10 列，每列都有來自輸入和 output 文件的所屬列。 我的目標只是編寫一個 function，其中已經包含輸入文件中的列，並添加來自 output 的列。 那可能嗎？

預期 Output：

# [array([ 0.227996, 0.337029, 0.238164,0.183009, 0.085747, 0.134129, 1.25482583, -0.32608114, -0.17861197, -0.98296457]),
#  array([ 0.247891, 0.335556, 0.272129, 0.187329, 0.085921, 0.128372, 0.70750447, -0.41512857, -0.30218114, -1.80533338]),
#  array([0.264761, 0.337778, 0.245918, 0.183212, 0.080493, 0.122786, -2.91283478, -0.41076736,  1.41022472, -0.09615889]),
#  array([0.305061, 0.337778, 0.204265, 0.208453, 0.071558, 0.083683, 2.87736785,  0.25256582,  0.6107988 , -0.26507222]),
#  array([0.222749, 0.337029, 0.209715, 0.084253, 0.142014, 0.234673, -0.532438  ,  0.34016552,  6.64918304,  0.18908195]),
#  array([0.190816, 0.337029, 0.291872, 0.041575, 0.463764, 0.053193, 1.1062844 ,  0.73110855, -0.65958519,  1.32070547]),
#  array([0.299625, 0.337029, 0.206064, 0.200905, 0.072955, 0.092528, 1., 1., 1., 1.]),
#  array([0.259740, 0.340045, 0.202792, 0.156021, 0.087506, 0.148796, 1., 1., 1., 1.])]

Answer 1

Numpy 有一個 function 可以做到這一點。 它可以接受 pandas dataframe 和 numpy 數組作為輸入。

np.c_[df, res]