Python：在范围之间分配数组值
我有一个数据框：
index value
0 0
1 0
2 0
3 0
4 0
5 0
6 0
7 0
8 0
9 0
10 0
11 0
12 0
13 0
14 0
15 0
16 0
17 0
18 0
19 0
20 0
21 0
22 0
23 0
24 0
25 0
26 0
27 0
28 0
29 0
..
57571 0
57572 0
57573 0
57574 0
57575 0
57576 0
57577 0
57578 0
57579 0
57580 0
57581 0
57582 0
57583 0
57584 0
57585 0
57586 0
57587 0
57588 0
57589 0
57590 0
57591 0
57592 0
57593 0
57594 0
57595 0
57596 0
57597 0
57598 0
57599 0
57600 0
和 2 个数组：
A=np.arange(0,57601,1800)
A= [ 0, 1800, 3600, 5400, 7200, 9000, 10800, 12600, 14400,
16200, 18000, 19800, 21600, 23400, 25200, 27000, 28800, 30600,
32400, 34200, 36000, 37800, 39600, 41400, 43200, 45000, 46800,
48600, 50400, 52200, 54000, 55800, 57600]
B=[555, 666, 0.0, 0.0, 0.0, 0.0, 1, 2, 3,4,5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0.0, 0.0, 0]
我想将“B”中的值分配给“value”列中的元素，具体取决于“A”中指示的间隔之间的索引。例如：
0 到 1800 之间为每个值分配 555；
在 1801、3600 之间为每个值分配 666，依此类推。
先感谢您！
largeQ2回答
-
回首忆惘然
首先，假设 A 和 B 的大小相同，我们可以制作一个这样的表格：lookup = pd.DataFrame({'index_col':A, 'B':B})让我假设我们可以按如下方式制作目标数据框：df = pd.DataFrame({'index_col':np.arange(57601)})现在，如果我们将两者合并，则 B 列将包含大量 NaN，因为它们不匹配：merged_df = df.merge(lookup, how="left", on="index_col")然后，我们可以用“pad”填充所有这些 NaN：merged_df = merged_df.fillna(method="pad", axis=0) -
侃侃尔雅
X = np.zeros(57601) df = pd.DataFrame(X,columns = ['value']) #将创建您的数据帧for i in range(len(A)-1): df['value'][A[i]:A[i+1]+1] = float(B[i])# 迭代A数组中的每个范围并将值分配给数组中该范围内的数据帧B。
随时随地看视频慕课网APP
相关分类
Python