python - 将 np 数组添加到现有的 pandas 数据框

一段时间以来，我一直在努力解决遇到的问题，但不知何故我找不到解决方案。

我创建了一个已经填充了值的 pandas 数据框，假设维度 (4,3)

df=
  A    B    C
0 valX valX valX
1 valY valY valY
2 valZ valZ valZ
3 valW valW valW

我现在想做的是附加十个额外的列，每个列包含一个 numpy 数组，其中填充了 38 个零。

当我首先将数组转换为字符串然后将其添加到原始 df 时，我的解决方案似乎有效。

但是，Pandas 不接受普通的 numpy 数组。我需要列的值是一个 numpy 数组，因为稍后我将对它们进行一些 sklearn 计算。

稍后在我的代码中，我将某些列替换为某些字符的单热编码。其余列充当零填充。

我的代码示例(适用于添加 10 列):

#create empty array
x = np.zeros(38)
for i in range(0, 10):
    col_name = "char_" + str(i)

    df[col_name] = str(x)

这里的问题是我需要将 x 转换为字符串。如果我将它保存为一个 numpy 数组，它会抛出这个错误:

ValueError: Length of values does not match length of index

最佳答案

使用:

x = np.zeros(38)
for i in range(0, 10):
    col_name = "char_" + str(i)

    df[col_name] = pd.Series([x], index=df.index)

print (type(df.loc[0,'char_9']))
<class 'numpy.ndarray'>

关于python - 将 np 数组添加到现有的 pandas 数据框，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/47094437/