Python 转换Numpy数组，将值传递给函数

我正在尝试获取一个numpy数组，并将其输入到约束问题中

我正在使用的表格如下所示：

Type1   2   3   4   5   6
A   0   1   1   0   1   1
B   0   1   1   0   1   1
C   0   0   1   1   1   1
D   0   0   1   1   1   1
E   1   1   1   1   0   1
F   1   1   1   1   1   1

当我将表转换为数组时，我尝试做两件事：

1） 再添加6列（标题7、8、9、10、11和12）。对于每种类型（A、B、C等），新列的第1-6列的值将完全相同

2） 对于每种类型，我都试图将值传递到约束方法中。例如，我想传递（x，y），其中x是类型（“a”），y是value=1的列。换句话说，第一个（x，y）是（“a”，[2，3，5，6，8，9，11，12]）

（对于步骤#1，如果我能够将6添加到现有的“真”值第1-6列中，则可能没有必要创建第7-12列）

---

我尝试过使用nditer，但我不知道如何在nditer中保留“Type”，对值进行布尔检查，然后传递列名？我想我甚至不会使用列名，而只是使用一个计数器来计算y变量。

您可以使用下面的apply和tile来实现

np.tile

函数使用布尔索引重复数组

df=pd.DataFrame（[[A'，0,1,1,0,1,1]，'B'，0,1,1,1,1,1]，'C'，0,0,1,1,1,1]，'D'，0,0,1,1,1,1,1,1,1,1,1,1,1,1]，'F'，1,1,1,1,1,1,1]，（'Type'，'1'，'2'，'3'，'4'，'5'，'6'））
def约束（x，y）：
打印（“x:，x）
打印（“y:，y”）
返回x
df.apply（lambda行：约束（行[0]，np.arange（2*len（行[1:]））[np.tile（（行[1:==1），2）]+1），轴=1）

或者像下面这样使用循环

范围内的i（len（df））：
行=df.iloc[i]
约束（第[0]行，np.arange（2*len（第[1]行））[np.tile（（第[1::==1）行，第2）]+1）

忘记

nditer

；它是一个专门的迭代器，在开发编译代码时比通用的

numpy

work更有用<代码>列名不适用于

numpy

。行和列是通过位置索引而不是名称来标识的。您能后退一步并提供更多的解释吗？你在这里更大的目标是什么？当你说“如果我有能力在现有的基础上增加6…”时，你的数据存储在数据框中是什么意思？为什么有一个名为“Type”的列，可以更改吗？你所有的值是0还是1，它们代表布尔值？