如何将 ndarray 值附加到特定列的数据帧行中？

Question

我有一个函数 returns 一个 ndarray 这样的

[0 1 0 0 0 0 1 0 1 0 1 0 0 1 0 0 0 0 0 0]

现在，我有一个包含 A、B、C、...、Z 列的数据框 df；但是我们得到的数组只有 20 个值。因此，我想找到一种方法，对于作为输出获得的每个数组，我都能够像这样将其存储在 df 中（A、B、W、X、Y、Z 将留空）：

__| A | B | C | D | E | F | ...
0 |nan|nan| 0 | 1 | 0 | 0 | ...
1 |nan|nan| 1 | 1 | 0 | 1 | ...
.
. 
.

Answer 1

我已经为你的问题创建了一个小例子。希望对你有帮助

import pandas as pd
import numpy as np

df = pd.DataFrame(np.nan, index=[0, 1, 2, 3], columns=['A', 'B', 'C'])
data = np.array([[0, 1],
                   [1, 1]])
print(df)
# df[['B', 'C']] = pd.DataFrame.from_records(data)
df[['B', 'C']] = pd.DataFrame(data)

print(df)

输出：

    A   B   C
0 NaN NaN NaN
1 NaN NaN NaN
2 NaN NaN NaN
3 NaN NaN NaN

    A    B    C
0 NaN  0.0  1.0
1 NaN  1.0  1.0
2 NaN  NaN  NaN
3 NaN  NaN  NaN

Answer 2

我无法通过这里发布的建议得到我想要的。但是，我确实自己弄清楚了。我在这里分享它以供社区参考。

import pandas as pd
import numpy as np

df = pd.DataFrame(columns=[chr(i) for i in range(ord('A'),ord('Z')+1)])

print(df)

Empty DataFrame
Columns: [A, B, C, D, E, F, G, H, I, J, K, L, M, N, O, P, Q, R, S, T, U, V, W, X, Y, Z]
Index: []

[0 rows x 26 columns]

list1 = [i for i in range(101,121)]
arr1d = np.array(list1)

arr1d

array([101, 102, 103, 104, 105, 106, 107, 108, 109, 110, 111, 112, 113,
       114, 115, 116, 117, 118, 119, 120])

# Create alphabet list of uppercase letters
alphabet = []
for letter in range(ord('C'),ord('W')):
    alphabet.append(chr(letter))
alphabet

['C',
 'D',
 'E',
 'F',
 'G',
 'H',
 'I',
 'J',
 'K',
 'L',
 'M',
 'N',
 'O',
 'P',
 'Q',
 'R',
 'S',
 'T',
 'U',
 'V']

df = df.append(pd.Series(arr1d, index=alphabet), ignore_index=True)
#This line of code can be used for every new value of arr1d

如何将 ndarray 值附加到特定列的数据帧行中？

How to append ndarray values into dataframe rows of particular columns?

python

dataframe

pandas

numpy-ndarray