在Python中，如何在数组、列表或数据帧中的每个一位数元素的末尾追加1？

我发现使用数组很难做到这一点，但无论使用哪种输出方法，我都可以。 我想从我的数据帧中获取一列，该数据帧有一位数和两位数。
这些项当前是整数，但它们可以转换为执行任务所需的

str

或

bool

我想在所有单个数字的末尾添加一个

1

，例如，如果第一个数字是

2

，那么我希望它返回

21

最后，一旦这些操作完成，我需要将数字一分为二并创建两列。 比如说

col['a'] = [3, 22, 23, 2, 1] 

因此，我的输出应该如下所示：

col['a'] = [31, 22, 23, 21, 11] 

然后，我很可能会做类似的事情

col['b'] = col['a'][0:] 
[3,2,2,2,1] 

及

---

假设您的数据是数字。您可以使用

np.mod（data，10）

获取最后一位数字

import pandas as pd
import numpy as np

# data
# ===========================
df = pd.DataFrame({'a': [31, 22, 23, 21, 11]})
df.dtypes

a    int64
dtype: object


# processing
# =====================================
df['c'] = np.mod(df.a, 10)

df
    a  c
0  31  1
1  22  2
2  23  3
3  21  1
4  11  1    

编辑： 要在每个单个数字的末尾添加1，请执行以下操作：

df = pd.DataFrame({'a': [31,22,23,21,11,1,2,3,4,5]})

df

    a
0  31
1  22
2  23
3  21
4  11
5   1
6   2
7   3
8   4
9   5


single_digit_selector = df.a - np.mod(df.a, 10) == 0
df[single_digit_selector] = df[single_digit_selector] * 10 + 1
df

    a
0  31
1  22
2  23
3  21
4  11
5  11
6  21
7  31
8  41
9  51

---

假设您的数据是数字。您可以使用

np.mod（data，10）

获取最后一位数字

import pandas as pd
import numpy as np

# data
# ===========================
df = pd.DataFrame({'a': [31, 22, 23, 21, 11]})
df.dtypes

a    int64
dtype: object


# processing
# =====================================
df['c'] = np.mod(df.a, 10)

df
    a  c
0  31  1
1  22  2
2  23  3
3  21  1
4  11  1    

编辑： 要在每个单个数字的末尾添加1，请执行以下操作：

df = pd.DataFrame({'a': [31,22,23,21,11,1,2,3,4,5]})

df

    a
0  31
1  22
2  23
3  21
4  11
5   1
6   2
7   3
8   4
9   5


single_digit_selector = df.a - np.mod(df.a, 10) == 0
df[single_digit_selector] = df[single_digit_selector] * 10 + 1
df

    a
0  31
1  22
2  23
3  21
4  11
5  11
6  21
7  31
8  41
9  51

>>df
A.
0   3
1  22
2  23
3   2
4   1
df['aa']=df.apply（lambda行：行['a']*10+1，如果0>df
aa
0   3  31
1  22  22
2  23  23
3   2  21
4   1  11
df['b']=df.apply（lambda行：divmod（行['aa']，10）[0]，轴=1）
df['c']=df.apply（lambda行：divmod（行['aa']，10）[1]，轴=1）
>>>df
a aa b c
0   3  31  3  1
1  22  22  2  2
2  23  23  2  3
3   2  21  2  1
4   1  11  1  1
>>df
A.
0   3
1  22
2  23
3   2
4   1
df['aa']=df.apply（lambda行：行['a']*10+1，如果0>df
aa
0   3  31
1  22  22
2  23  23
3   2  21
4   1  11
df['b']=df.apply（lambda行：divmod（行['aa']，10）[0]，轴=1）
df['c']=df.apply（lambda行：divmod（行['aa']，10）[1]，轴=1）
>>>df
a aa b c
0   3  31  3  1
1  22  22  2  2
2  23  23  2  3
3   2  21  2  1
4   1  11  1  1
我会这样做：

single_digit = col.a < 10
col['b'] = col.a.where(single_digit, col.a.values / 10)
col['c'] = np.where(single_digit, 1, np.mod(col.a, 10))

单个数字=列a<10
列['b']=列a.式（一位数，列a.值/10）
列['c']=np.式中（一位数，1，np.mod（a列，10））

因此，如果a<10，b就是a，反之则是整数除以10的结果。请注意，numpy数组支持整数除法，而pandas系列不支持整数除法（据我所知），这就是为什么我有
col.a.values/10
。对于c列，如果a<10，我们有1，反之则a mod 10。
我会这样做：

single_digit = col.a < 10
col['b'] = col.a.where(single_digit, col.a.values / 10)
col['c'] = np.where(single_digit, 1, np.mod(col.a, 10))

单个数字=列a<10
列['b']=列a.式（一位数，列a.值/10）
列['c']=np.式中（一位数，1，np.mod（a列，10））

因此，如果a<10，b就是a，反之则是整除10的结果。请注意，numpy数组支持整除，而pandas系列不支持整除（据我所知）这就是为什么我有
col.a.values/10
。对于c列，如果a<10，我们有1，否则我们有a mod 10。
您应该使用字符串数组并找到每个字符串的长度。如果len（变量）<2，则变量+“1”很抱歉，您的元素都是个位数，都是整数吗？@FirebladeDan是的，这是我的初衷，但我似乎没有像我想的那样进行锻炼。@EdChum不，它们都是整数，但我可以将它们转换为任何其他数据类型。目前它们是个位数和个位数，我想在所有个位数的末尾加一个1，使所有的t都变为整数数字为两位数。1表示默认值。应使用字符串数组并查找每个字符串的长度。如果len（变量）<2，则变量+1很抱歉，您的元素都是个位数，都是整数吗？@FirebladeDan是的，这是我的初衷，但我似乎没有像我想的那样进行锻炼。@EdChum不，它们都是整数，但我可以将它们转换为任何其他数据类型。目前它们是个位数和个位数，我想在所有个位数的末尾加一个1，使所有的t都变为整数数字是两位数。1代表默认值。谢谢，这样可以检索最后一位数字。我必须先将所有的单位数转换为以1结尾的双位数though@rsotommx我已经编辑了我的答案，这就是你想要的吗？上帝，我在这里看到的np和pd答案越多，我就越有决心去寻找用这个做点什么，这样我就可以学习了谢谢，这可以用来检索最后一个数字。我必须先把所有的单位数转换成以1结尾的双位数though@rsotommx我已经编辑了我的答案，这就是你想要的吗？上帝，我在这里看到的np和pd答案越多，我就越有决心去寻找答案用它来做，这样我就可以学习乘10加1可能比转换为字符串，concat a“1”，然后再转换为int:）True。改为乘10加1。乘10加1可能比转换为字符串，concat a“1”，然后再转换为int:）True更容易。改为乘10加1。