逐行连接值

Question

给定一个 DataFrame df:

    d       e       f
a    0     [2]     [3]
b  [1]       0     [3]
c  [0]  [2, 3]  [3, 1]

我只想在 axis=1 上附加值以获得以下结果：

    d       e       f    appended
a    0     [2]     [3]   [0,2,3]
b  [1]       0     [3]   [1,0,3]
c  [0]  [2, 3]  [3, 1]   [0,2,3,3,1]

令人惊讶的是 df['appended'] = df.sum(axis=1) 会这样做，如果不是 0 值（不是列表），它会为每一行返回零。

我知道这是一个愚蠢的问题，但我最近才开始接触 pandas，我还没有感觉到。

你有什么建议吗？

@编辑

是的，我尝试用列表替换零（尽管我不想这样做，因为我需要这些零在我的原始 df 中保持零，并且创建一个新的 df 可能不是最佳选择？）：

def mk_list(x):
    if not isinstance(x, list):
        x = [x]
    return x 

df2 = df.apply(mk_list)

无论如何，这产生了所有NaN，我一定是做错了。

d    [[nan, nan, nan]]
e    [[nan, nan, nan]]
f    [[nan, nan, nan]]

Answer 1

您可以通过使用您的值循环列表来将您的值应用到您的矩阵 想要应用它们并将它们附加到循环中的矩阵。

from numpy import *


# list, matrice that gets the values from the list ls
matrice = []

# list with values to apply

ls= [1,2,3,4]

for i in xrange(len(ls)):
    matrice.append([])
    for j in range(i):
        matrice[i].append(i+j)
print matrice

其次： 归一化后，使用 NAN 的数组 row/row.sum 是因为您首先将值分配给矩阵，然后调用矩阵的归一化。你需要反过来做，你需要对矩阵进行归一化并再次调用矩阵

1. create a matrice and assign some values
[[ 0.  2.  0.]
 [ 0.  0.  2.]
 [ 1.  1.  0.] 

matrice = stat_function()
2. Normalize rows, row /= row.sum()
[[ nan  nan  nan]
 [ nan  nan  nan]
 [ nan  nan  nan]

matrice = normalize_function()
3. Call the same matrice again
[[ 0.   1.   0. ]
 [ 0.   0.   1. ]
 [ 0.5  0.5  0. ]
matrice = stat_function()