Python 将数据追加到数据帧，但在某些列之后更改行

这是我写的一段代码，它创建了一些3个变量的增量，用于p值计算，其中三个变量是loc值或指标或任何数字的含义：

i = 0
k = 2
j = 2

result = []
df = pd.DataFrame()

while j < data.shape[1]:
    tstat, data_stat = ttest_ind_from_stats(data.loc[i][k], data.loc[i + 1][k], data.loc[i + 2][k], data.loc[i][j],
                                        data.loc[i + 1][j], data.loc[i + 2][j])
    result.append([data_stat])
    j+=1
    if j == 8:
        j = 2
        i = i + 3
    if i == data.shape[0]:
        k = k + 1
        i = 0
        if k > 7:
            break

data_result = pd.DataFrame(result)

2） 我想要的是：

col1    col2   col3    col4    col5    col6
1       0.658  0.1067  0.777   0.459   0.3307
1       0.622  0.4178  0.3158  0.7674  0.7426

代码中应该有六个以上的数据帧

3） 然后，我最好在每个数据帧的左侧添加一列，用于插入每行的占位符值（省略屏幕截图）。这个步骤只是可选的

基本上，我将结果数据帧除以每6行，将它们从单列转换为6列，然后对接下来的6个值重复，以此类推。我想可能会创建一个系列或一个新的df，直到

j=8

，然后按行追加到整个df，但不确定这是否可行。谢谢

（编辑）

所以基本上，我想创建六个独立的数据帧，每个数据帧有50行x 6列的形状。我当前的数据帧有1800行x1列

对于第2点： 您可以使用numpy进行尝试：

import numpy as np
import pandas as pd

result_array= np.asarray(result)
# reshape for 150 rows and 6 columns
result_array.reshape(150,6)
#if number of row is undefined and 6 columns
#result_array.reshape(-1,6)

return pd.DataFrame(result_array)

---

对于第3点，我不确定是否能得到它，但从数据帧返回中，您可以做熊猫允许的任何事情

这将为您提供所需的df（功劳应归雷诺所有）

输出

   col1     col2    col3        col4    col5    col6
0   1.0     0.658   0.106743    0.7770  0.4590  0.3307
1   1.0     0.622   0.417800    0.3158  0.7674  0.7426

---

如果您将数据（输入和输出）添加为文本而不是图片，您可能会得到更快的响应。谢谢您的推荐。编辑了a.Reformate（x，y）参数的post，x应该匹配什么？现在，我得到一个值错误，表示无法将大小为1800的数组重塑为形状（25,6）。我猜这些形状是不正确的，因为我的帖子只有一部分数据。我想创建6个df，每个df都有一个形状（50行，6列，不计算页眉）。X应该是数据帧的长度除以6（您想要的列数）。将其更改为df。shape[0]*2确实创建了一个300行X 6列的df，但恐怕它是一个数据帧。是否可以创建六个单独的dfs，每个dfs具有50行x 6列的形状？查看这是否有助于将数据帧拆分为单独的数据块

a = np.array(df)
b= a.reshape(int(df.shape[0]/6),6)
df_new = pd.DataFrame(b)
df_new.columns =['col1','col2','col3','col4','col5','col6']
df_new

   col1     col2    col3        col4    col5    col6
0   1.0     0.658   0.106743    0.7770  0.4590  0.3307
1   1.0     0.622   0.417800    0.3158  0.7674  0.7426