Python 用numpy数组替换数据帧的行
我有一个熊猫数据框,例如:Python 用numpy数组替换数据帧的行,python,pandas,numpy,Python,Pandas,Numpy,我有一个熊猫数据框,例如: import sys if sys.version_info[0] < 3: from StringIO import StringIO else: from io import StringIO import pandas as pd TESTDATA = StringIO("""col1;col2;col3 (1,2);(3,4);(5,6) (7,8);(9,10);(11,12) (13,14);(15,16
import sys
if sys.version_info[0] < 3:
from StringIO import StringIO
else:
from io import StringIO
import pandas as pd
TESTDATA = StringIO("""col1;col2;col3
(1,2);(3,4);(5,6)
(7,8);(9,10);(11,12)
(13,14);(15,16);(17,18)
(19,20);(21,22);(23,24)
""")
df = pd.read_csv(TESTDATA, sep=";")
现在,假设有两行0和2,我希望用一个由零组成的numpy数组来替换,例如:
np.zeros((1,3,2))
"""array([[[ 0., 0.],
[ 0., 0.],
[ 0., 0.]]])"""
最后的结果是,对于第0行和第2行,我有元组0,0,0和0,0。有人能提出一种方法吗?这将有效:
arr = np.zeros((1, 3, 2))
row = [tuple(t) for t in arr[0]]
df.loc[0] = row
df.loc[2] = row
如何将np.zeros1,3,2中的6个值与一行中的6个值连接起来?有多种方法可以对齐两个结构,按行、按列等展平。
arr = np.zeros((1, 3, 2))
row = [tuple(t) for t in arr[0]]
df.loc[0] = row
df.loc[2] = row