如何对numpy.arange生成数组的元素使用zfill左补零至6位

• 现有一个包含days列的DataFrame，该列共5条记录，取值分别为492、12374、300、87、90
• 初始需求为遍历每个条目，生成按30天为间隔拆分的天数数组，初始可正常运行的代码如下：

intervals_list = []
for i in df['days']:
  intervals = (np.arange(0,i,30))
  intervals_list.append(intervals)

上述代码运行符合预期，共生成5个数组存入intervals_list列表，其中对应天数300生成的数组内容为：

array([  0,  30,  60,  90, 120, 150, 180, 210, 240, 270])

• 新需求为将所有数组内的数值统一处理为6位长度，计划使用zfill()方法在数字左侧补零至6位，但转换结果始终无法同步到原数组中，尝试过的错误实现如下：

for i in df['days']:
   intervals = (np.arange(0,i,30))
   for i in intervals:
      i = str(i).zfill(6)

• 此外曾尝试在arange生成数组的过程中直接调用zfill方法，同样运行失败。

1. 内层循环里的i是遍历数组时取出的临时变量，给这个变量重新赋值，不会修改原数组里存储的实际内容
2. np.arange默认生成整数类型数组，本身不支持直接存储字符串格式的补零结果，且整数类型不能直接调用字符串专属的zfill()方法，直接调用必然报错

生成原始间隔数组后，批量将数值转为6位补零的字符串格式，再存入结果列表即可，两种常用写法可选：

写法1：存为普通Python列表（最易理解） #

intervals_list = []
for day_val in df['days']:
    raw_intervals = np.arange(0, day_val, 30)
    # 批量转换为6位补零字符串
    formatted_intervals = [str(num).zfill(6) for num in raw_intervals]
    intervals_list.append(formatted_intervals)

写法2：保留numpy数组格式 #

如果需要后续继续用numpy的能力处理数组，可以直接用numpy的字符串处理接口生成字符串类型数组：

intervals_list = []
for day_val in df['days']:
    raw_intervals = np.arange(0, day_val, 30)
    # 先转字符串类型，再批量补零
    formatted_intervals = np.char.zfill(raw_intervals.astype(str), 6)
    intervals_list.append(formatted_intervals)

以取值300的记录为例，转换后的结果为['000000', '000030', '000060', '000090', '000120', '000150', '000180', '000210', '000240', '000270']，符合补零要求。

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