Pandas 将python模拟输出写入矩阵
我试图在一个熊猫数据帧(由一个随机数决定)中取四列之和,并模拟这个过程1000次。我希望它能给我1000行,每一行的每一列都有不同的结果 我想说的基本内容如下:Pandas 将python模拟输出写入矩阵,pandas,numpy,Pandas,Numpy,我试图在一个熊猫数据帧(由一个随机数决定)中取四列之和,并模拟这个过程1000次。我希望它能给我1000行,每一行的每一列都有不同的结果 我想说的基本内容如下: for i in range(1000): np.sum(df['A']) = iterations[i, j] 其中,df['A']是我希望为每次迭代求和的列之一。也就是说,“对于每个迭代,求和列值,并将该结果“放置”在一个名为“迭代”的新数据框中,指定结果的去向”。我理解代码没有意义,但它描述了我试图实现的目标。为了清楚起
for i in range(1000):
np.sum(df['A']) = iterations[i, j]
其中,df['A']
是我希望为每次迭代求和的列之一。也就是说,“对于每个迭代,求和列值,并将该结果“放置”在一个名为“迭代”的新数据框中,指定结果的去向”。我理解代码没有意义,但它描述了我试图实现的目标。为了清楚起见,我不想将结果写入csv或txt文件
提前谢谢你的建议 取一个数据帧中四列的总和(由一个随机数决定),并模拟该过程1000次。这应该给我1000行,每一列都有不同的结果。我们可以写:
import os
import pandas as pd
import numpy as np
import random
from tqdm import tqdm
df_output = []
for i in tqdm(range(1000)):
sample_matrix = np.random.rand(60,4)
df = pd.DataFrame(sample_matrix)
df.columns = ['V_' + str(col) for col in df.columns]
df_output.append(np.array(df.sum()))
df_output
df_输出为矩阵,其中行数为1000(=模拟数)
在不知道如何/为什么计划在每次迭代中随机化每个列的情况下,这将起作用:
df = pd.DataFrame(np.random.rand(500,4)) # initialize with random data
iterations = [df.sum()]
for i in range(999):
iterations = np.vstack([iterations, df.sum()])
iterations = pd.DataFrame(iterations)