Python 3.x 使用列和索引标签填充数据帧

我已经设置了一个带有数字列和索引标签的空数据框：

cols = np.array([30, 40, 50])
x = np.linspace(0.1,0.6,6)
df = pd.DataFrame(columns=cols, index=x)

给定一个函数

def func(x, b, alpha=5): 
    return x**2 + b*alpha

如何填充

df

？我试过了

df.update(func(x, cols[:,None]))

---

但它没有返回任何内容，只剩下

df

包含

NaN

s。我知道我可以循环浏览专栏，但在NumPy，通过广播这是可能的，我想在熊猫身上做同样的事情。

我想你正在寻找类似的东西

def func(df):
    alpha = 5 
    for col in df.columns:
        for ind in df.index:
            df.at[ind, col] = col**2 + ind*alpha
func(df)

输出

         30       40    50
0.1     900.5   1600.5  2500.5
0.2     901     1601    2501
0.3     901.5   1601.5  2501.5
0.4     902     1602    2502
0.5     902.5   1602.5  2502.5
0.6     903     1603    2503

---

你可以绕过去

for index in df.index:
    for columns in df.columns:
        df.loc[index, columns]= func(index, columns)

我还不能对答案发表评论，但第二个答案同样有效。唯一的问题是他最终切换了列和索引。 应该是

for ind in df.index:
    df.at[ind, col] = ind**2 + col*alpha

---

当然，我可以看看这些柱子。我希望有一种方法可以使用NumPy数组语法来广播它