Python遍历DataFrame列变量生成转置numpy数组并截断末位值实现
代码问题修正与实现方案
原代码的报错原因
- 列名列表定义错误:
variables= [a,b,c]未给列名加引号,Python会将a、b、c识别为未定义的独立变量,触发NameError - 动态取列方式错误:循环内
df.x只能访问列名字面为x的列,无法读取循环变量对应的列名,需要改用df[列名变量]的取值方式 - 处理结果无法留存:直接给循环内的临时变量
x赋值,循环结束后所有生成的数组会被释放,无法后续调用,建议用字典统一存储各列的处理结果 - 多余的类型转换:原代码中
np.transpose(np.matrix(...))的操作冗余,普通numpy数组不需要转矩阵即可完成切片操作
可正常运行的实现代码
import pandas as pd import numpy as np # 你已定义的df df = pd.DataFrame( [[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=['a', 'b', 'c']) # 存储各列处理后的数组,key为列名,value为对应数组 col_processed = {} # 遍历所有列名 for col_name in df.columns: # 取列数组、指定类型、截断最后一个元素 col_processed[col_name] = df[col_name].to_numpy(dtype=np.float64)[:-1]
结果调用方式
- 取a列处理后的数组:
col_processed['a'],对应值为array([1., 4.]) - 若需要保留原代码中转置为列向量的需求,可将数组生成逻辑改为:
col_processed[col_name] = df[col_name].to_numpy(dtype=np.float64)[:-1].reshape(-1, 1)
此时生成的是 shape 为(2,1)的二维数组,等价于原代码的转置矩阵效果
内容的提问来源于stack exchange,提问作者Alex
相关产品推荐
相关产品推荐

