如何生成指定结构的Pandas等比数列DataFrame及单行代码实现？

需求说明 #

• 生成从索引1开始的等比数列，索引0为独立值var1
• 期望得到的DataFrame结构：

os
0  10.000000 <- var1
1  15.000000 <- var2
2  16.500000 <- var2*r
3  18.150000 <- var2*r*r
4  19.965000
5  21.961500
6  24.157650
7  26.573415

现有代码问题 #

你当前的代码存在两个问题：

1. 运算符优先级错误：var2 * r ** n-1会被解析为(var2 * r**n) - 1，导致所有值都被减1，偏离预期
2. 未将var1插入到索引0的位置

当前代码：

v = 7
n = np.arange(v + 1)

var1 = 10
var2 = 15
r = 1.1

df = pd.DataFrame(
    {
        "os": var2 * r ** n-1
    }
)

print(df)

解决方案 #

方法一：分步构造 #

先生成从var2起始的等比数列，再将var1插入到索引0位置：

import pandas as pd
import numpy as np

v = 7
var1 = 10
var2 = 15
r = 1.1

# 生成7个值的等比数列（对应索引1-7）
geo_seq = var2 * r ** np.arange(v)
# 拼接var1和等比数列，构造DataFrame
df = pd.DataFrame({'os': [var1] + list(geo_seq)})
print(df)

方法二：单行代码实现 #

利用np.concatenate合并数组，直接完成构造：

import pandas as pd
import numpy as np

var1, var2, r, v = 10, 15, 1.1, 7
df = pd.DataFrame({'os': np.concatenate([[var1], var2 * r ** np.arange(v)])})
print(df)

验证输出 #

运行上述代码后，会得到符合预期的结果：

os
0  10.000000
1  15.000000
2  16.500000
3  18.150000
4  19.965000
5  21.961500
6  24.157650
7  26.573415

内容的提问来源于stack exchange，提问作者wkamer