Loops 平均填充数据帧列

我有一个如下所示的数据框：

ID    Name
1     Missing
2     Missing
3     Missing
.......

如果len（df）与我存储的许多名称（列表或词典）不一致，有没有一种方法可以让我平等地填写列名（+1）。如果我有两个名字。列的一半将命名为1，而另一半将命名为2。 我试过：

---

但这只会根据我有多少名字来填充我的前N行。

我第一次尝试python问题，这肯定不是最有效的解决方案

import pandas as pd
df = pd.DataFrame({'a':[1,4,4,0,4,0,4,0],'b':[2,1,4,0,4,0,4,0]})
#df
#Out[76]: 
#   a  b
#0  1  2
#1  4  1
#2  3  3
#3  4  4
#4  0  0
#5  4  4
#6  0  0
#7  4  4
#8  0  0

根据每列的长度，相应地重复Name1和Name2

df['new'] = np.repeat(np.array(["A", "B"]), repeats=[round(df.shape[0]/2), df.shape[0]-round(df.shape[0]/2)])

#Out[81]: 
#   a  b new
#0  1  2   A
#1  4  1   A
#2  3  3   A
#3  4  4   A
#4  0  0   B
#5  4  4   B
#6  0  0   B
#7  4  4   B
#8  0  0   B

你可以用

import numpy as np
N = len(df)
df['Name'] = np.array(['Name1', 'Name2'])[np.linspace(0,2,N,endpoint=False).astype(int)]

---

这里的想法是创建一个0和1的数组，例如

In [34]: np.linspace(0,2,11,endpoint=False).astype(int)
Out[34]: array([0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1])

现在，我们可以使用NumPy索引创建“Name1”和“Name2”值的数组：

In [8]: np.array(['Name1', 'Name2'])[np.linspace(0,2,11,endpoint=False).astype(int)]
Out[8]: 
array(['Name1', 'Name1', 'Name1', 'Name1', 'Name1', 'Name1', 'Name2',
       'Name2', 'Name2', 'Name2', 'Name2'], 
      dtype='<U5')

[8]中的

：np.array（['Name1'，'Name2']）[np.linspace（0,2,11，endpoint=False）.astype（int）]
出[8]：
数组（['Name1'，'Name1'，'Name1'，'Name1'，'Name1'，'Name1'，'Name2'，'，
“名称2”、“名称2”、“名称2”、“名称2”]，
dtype='dear Sir是个了不起的人。使用您的方法unutbu我确实有一个结果，但在打印数据帧时，我得到一个错误：试图在数据帧的切片副本上设置一个值。请尝试使用.loc[row\u indexer，col\u indexer]=值而不是添加iloc无法解决此问题，相反，我的打印没有结果此警告--我相信这是一个用户警告，而不是一个例外--表示
df
是另一个数据帧片段的副本。出于大量的谨慎，此警告用于提醒您修改
df
可能不会影响原始数据帧。如果这不是您的意图，您可以忽略UserWarning。有关更多信息和使UserWarning静音的方法，请参阅。
In [8]: np.array(['Name1', 'Name2'])[np.linspace(0,2,11,endpoint=False).astype(int)]
Out[8]: 
array(['Name1', 'Name1', 'Name1', 'Name1', 'Name1', 'Name1', 'Name2',
       'Name2', 'Name2', 'Name2', 'Name2'], 
      dtype='<U5')