Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/333.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181

Warning: file_get_contents(/data/phpspider/zhask/data//catemap/9/solr/3.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python Datframe向dataframe添加尽可能多的行的Numpy数组_Python_Pandas_Numpy_Dataframe_Rows - Fatal编程技术网

Python Datframe向dataframe添加尽可能多的行的Numpy数组

Python Datframe向dataframe添加尽可能多的行的Numpy数组,python,pandas,numpy,dataframe,rows,Python,Pandas,Numpy,Dataframe,Rows,我用Numpy来计算somme公式。 我需要一份更详细的数据表 我尝试了类似df_append.append的方法来加载数据帧中的数据 df_cars = pd.DataFrame(data= None,['CarName', "ModelName",'Month', 'values']) for(carname in cars): modelsnames = getModels(car) for(modelname in Models):

我用Numpy来计算somme公式。 我需要一份更详细的数据表

我尝试了类似
df_append.append
的方法来加载数据帧中的数据

df_cars = pd.DataFrame(data= None,['CarName', "ModelName",'Month', 'values'])

for(carname in cars):
    modelsnames = getModels(car)
    for(modelname in Models):
        values=np.array(get_values(car,model))
        #values = [1,5,6,9,10,2,10,7,23,90,102,14]
        new_row={'CarName' :carname ,"ModelName": modelname, 'Month':np.arange(1,len(index)+1), 'value':index}
        df_cars = df_cars.append(new_row, ignore_index=True)
但numpy值将其保存在一个单元格中(numpy公式的结果)

例如:

numpy values\U BMW\U系列1:[4500044000410004500042000]

   Car   Model    Month  value
1  BMW   Serie1   1       [45000,44000,41000,45000,42000]
我需要将每个numpy值保存在一个单元格中

   Car   Model    Month  value
1  BMW   Serie1   1       45000
2  BMW   Serie1   2       44000
3  BMW   Serie1   3       41000
4  BMW   Serie1   4       45000
5  BMW   Serie1   5       42000


要解决问题,请使用
explode()
函数:

import numpy as np

df_cars=df_cars.explode('value')

df_cars.index = np.arange(1, len(df_cars) + 1)

df_cars['Month']=df_cars.index
输出:

   Car   Model  Month  value
1  BMW  Serie1      1  45000
2  BMW  Serie1      2  44000
3  BMW  Serie1      3  41000
4  BMW  Serie1      4  45000
5  BMW  Serie1      5  42000

您可以在上阅读有关
explode()
函数的更多信息要解决您的问题,请使用
explode()
函数:

import numpy as np

df_cars=df_cars.explode('value')

df_cars.index = np.arange(1, len(df_cars) + 1)

df_cars['Month']=df_cars.index
输出:

   Car   Model  Month  value
1  BMW  Serie1      1  45000
2  BMW  Serie1      2  44000
3  BMW  Serie1      3  41000
4  BMW  Serie1      4  45000
5  BMW  Serie1      5  42000

您可以阅读更多关于
explode()
功能的信息,该功能位于汽车是一个汽车名称列表,如汽车['BMW'、'Mercedes'、'Kia'…];主题是如何从numpy数组向数据帧追加许多行。您可以使用
df_cars=df_cars.explode('value')
。但是,为什么要循环填充数据帧,而不是在数据帧成为df的一部分后转储所有数据并进行过滤?通过这种方式,您可以绕过循环和对
getModels
get_values
cars的许多调用,这是一个汽车名称列表,如汽车['BMW'、'Mercedes'、'Kia'…];主题是如何从numpy数组向数据帧追加许多行。您可以使用
df_cars=df_cars.explode('value')
。但是,为什么要循环填充数据帧,而不是在数据帧成为df的一部分后转储所有数据并进行过滤?通过这种方式,您可以绕过循环和对
getModels
get\u values
的许多调用,它是否回答了您的问题?如果是,接受它来结束问题。但是我在“月”列中有相同的值?我不能分解很多列。我在找修复方法它能回答你吗?如果是,接受它来结束问题。但是我在“月”列中有相同的值?我不能分解很多列。我正在找人修理它