Python中如何生成多组数组并作为列存储到DataFrame中

import pandas as pd
import numpy as np

# 定义要生成的样本总数
n_samples = 1000
all_predictors = []

# 外层循环控制生成1000组数据
for _ in range(n_samples):
    single_predictor = []
    per = list(range(1,13))
    for p in per:
        predictor_val = phi.iloc[0].values + phi.iloc[1].values * r_train[-1] + phi.iloc[2].values *r_train[-2] + phi.iloc[3].values * r_train[-3] + npr.choice(residuals,size=1,replace=True)
        single_predictor.append(predictor_val[0])
    # 把单次生成的12个值存入总列表
    all_predictors.append(single_predictor)

# 转置为12行1000列后转DataFrame
result_df = pd.DataFrame(np.array(all_predictors).T)

# 可验证形状是否符合预期，输出应为(12, 1000)
print(result_df.shape)

逻辑说明 #

• 外层新增1000次循环，每次循环生成1组长度为12的predictor数组
• 放弃原代码中循环内使用np.append的写法，改为先存为Python列表，最后一次性转为numpy数组，大幅提升循环运行效率
• 生成的1000×12的数组转置后得到12行1000列的结构，直接转为DataFrame即为需求结果

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