迭代一个 numpy 矩阵，并为其行分配来自其他数据框和 numpy 数组的信息

【问题标题】：iterating a numpy matrix, and assign its rows with information from other dataframe and numpy array迭代一个 numpy 矩阵，并为其行分配来自其他数据框和 numpy 数组的信息
【发布时间】：2021-07-14 07:06:21
【问题描述】：

我有一个矩阵，例如，定义为x_matrix = np.zeros(200,16) 遍历行，我需要为这个矩阵的每一行分配两个分量向量，a1 是一个有 10 个元素的数组，a2 是一个对应的属于 pandas 数据框 y_dataframe y_dataframe 的行的形状为 (200,6)

我可以按如下方式迭代矩阵。但我还需要 x_matrix 的行号来检索 y_dataframe 中的相应行。是否有其他方法可以迭代矩阵行，并使用如上所述的不同分量向量组合其行。

for row in x_matrix

【问题讨论】：

标签： python pandas numpy scipy

【解决方案1】：

如果您希望使用np.repeat 和np.hstack，您可以不重复执行此操作：

# assuming `a1` is shaped (10,) i.e. 1D array
a1_repeated = np.repeat(a1[np.newaxis, :], 200, axis=0)

x_matrix = np.hstack((a1_repeated, y_dataframe))

我们首先通过[np.new_axis, :] 将a1 转换为形状为(10, 1) 的行向量，然后将repeat 转换为200 乘以逐行(axis=0)。最后我们horizontallystack这个(200, 10)形a1_repeated和y_dataframe得到一个形状数组(200, 16)。

但如果你想迭代，enumerate 会为你提供你所在的索引：

for row_number, row in enumerate(x_matrix):
    x_matrix[row_number] = [*a1, *y_dataframe.iloc[row_number]]

其中y_dataframe.iloc[row_number] 等于您提到的a2，即一行数据框。

【讨论】：