2024-04-19 15:52:13 发布
网友
我有一个pandas变量X,它的shape为(14931, 381)。你知道吗
pandas
X
shape
(14931, 381)
这是14931个例子,每个例子有381个特征。我想为每个示例添加483个特性(每个特性都有一个零)值,但我希望它们在381个现有特性之前
如何做到这一点?你知道吗
创建一个由零组成的数据帧并调用pd.concat。你知道吗
pd.concat
v = pd.DataFrame(0, index=df.index, columns=range(483)) df = pd.concat([v, df], axis=1)
出于演示目的,让我们设置一个较小的数据帧 (7行2列,功能(列)名称f1,f2,…):
f1
f2
df = pd.DataFrame(data={'f1': [ 1, 4, 6, 5, 7, 2, 3 ], 'f2': [ 4, 6, 5, 0, 2, 3, 2 ]})
然后,让我们创建一个充满零的数据帧 添加到df(3列而不是483列):
zz = pd.DataFrame(data=np.zeros((df.shape[0], 3), dtype=int), columns=[ 'p' + str(n + 1) for n in range(3) ], index=df.index)
如你所见:
p1
p2
最后一步是连接这两个数据帧并替换为 测向:
df = zz.join(df)
最后一步是更改添加到 正确的值。你知道吗
创建一个由零组成的数据帧并调用
pd.concat
。你知道吗出于演示目的,让我们设置一个较小的数据帧 (7行2列,功能(列)名称
f1
,f2
,…):然后,让我们创建一个充满零的数据帧 添加到df(3列而不是483列):
如你所见:
p1
、p2
等等最后一步是连接这两个数据帧并替换为 测向:
最后一步是更改添加到 正确的值。你知道吗
相关问题 更多 >
编程相关推荐