如何在Python的for循环中向数组追加每次迭代的结果？

问题代码 #

data = np.array([])
for sheet in sheets:
    result = pd.read_excel(file_loc, sheet_name = sheet,usecols="Q").dropna()
    result = result.values.tolist()
    result = result[1:]
    print(result)

当前输出 #

每次循环中print(result)返回：

[1 , 2 , 3]

[4 , 5 , 6]

[7 , 8 , 9]

期望输出 #

最终print(data)的结果为：

[[1 , 2 , 3],
 [4 , 5 , 6],
 [7 , 8 , 9]]

解决方案 #

方法1：用Python列表收集结果（推荐，效率更高）

numpy数组的内存是连续分配的，每次追加都会重新开辟内存，数据量大时性能较差。更高效的方式是先用Python列表收集所有结果，最后再转换为numpy数组：

# 初始化空列表用于存储每次迭代结果
data_list = []
for sheet in sheets:
    result = pd.read_excel(file_loc, sheet_name=sheet, usecols="Q").dropna()
    result = result.values.tolist()
    result = result[1:]
    # 将当前迭代的结果追加到列表中
    data_list.append(result)
# 将列表转换为numpy数组
data = np.array(data_list)
print(data)

方法2：直接使用numpy的append方法

如果一定要直接操作numpy数组，可以用np.append，但注意要保持数组维度一致（每次追加二维数组）：

data = np.array([])
for sheet in sheets:
    result = pd.read_excel(file_loc, sheet_name=sheet, usecols="Q").dropna()
    result = result.values.tolist()
    result = result[1:]
    # 第一次循环时初始化二维数组
    if data.size == 0:
        data = np.array([result])
    else:
        # 按行追加结果，指定axis=0
        data = np.append(data, [result], axis=0)
print(data)

内容的提问来源于stack exchange，提问作者user14894283