用熊猫中的单个系列填充所有空数据框的行或列

阿迪亚·梅赫罗特拉

假设我有一个大小为 NxM（N 行和 M 列）的预定义数据框，它使用所有 NaN 进行初始化。

现在说我有一系列尺寸 M，我想用那个系列填充所有行。例如，如果该系列是整数 [3,4,5]，其中 N=2，M=3，我的结果数据框应该是（我已包含列和行索引）：

	0	1	2
0	3	4	5
1	3	4	5

或者，假设我有一系列大小为 N，我想用该系列填充所有列。例如，如果系列是整数 [10, 11]，其中 N=2，M=3，我的结果数据框应该是（我已包含列和行索引）：

	0	1	2
0	10	10	10
1	11	11	11

我如何在纯熊猫中执行这两项操作而不使用类似np.repeator的东西np.tile？

耶斯瑞尔

如果需要，您可以使用np.broadcast_to, last 为第二个样本数据转置输出：

s = pd.Series([3,4,5])
N = 2
M = 3

df = pd.DataFrame(index=range(N), columns=range(M))

df[:] = np.broadcast_to(s.to_numpy(), (N, M))
print (df)
   0  1  2
0  3  4  5
1  3  4  5

s = pd.Series([10, 11])
N = 2
M = 3

df = pd.DataFrame(index=range(N), columns=range(M))
df[:] = np.broadcast_to(s.to_numpy(), (M, N)).T
print (df)
    0   1   2
0  10  10  10
1  11  11  11

s = pd.Series([3,4,5])
N = 2
M = 3

df = pd.DataFrame(np.broadcast_to(s.to_numpy(), (N, M)))
print (df)
   0  1  2
0  3  4  5
1  3  4  5

s = pd.Series([10, 11])
N = 2
M = 3


df = pd.DataFrame(np.broadcast_to(s.to_numpy(), (M, N)).T)
print (df)
    0   1   2
0  10  10  10
1  11  11  11

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。