使用numpy repeat创建pandas DataFrame时遇数组长度不匹配错误求助

我来帮你搞定这个问题！你在R里用c(rep(0.08, 7), rep(0.06, 6))能轻松生成和date列长度匹配的value列，但转到Pandas时遇到了“arrays must all be same length”的错误，其实问题出在没有正确拼接重复后的数组。

问题根源 #

你之前的Pandas代码里，大概率是直接把两个np.repeat的结果放在了列表里（比如[np.repeat(0.08,7), np.repeat(0.06,6)]），这会生成一个包含两个子数组的二维结构，而不是Pandas需要的一维数组，所以才会报长度不匹配的错误。

解决方法 #

这里有两种直观的实现方式，和你R里的写法逻辑完全对应：

方法1：用NumPy拼接重复数组

对应R里c()的操作，我们可以用np.concatenate把两个重复后的一维数组拼在一起：

import numpy as np
import pandas as pd

# 生成和R中seq.Date一致的日期列（共13个月份）
date = pd.date_range('2018-12-01', '2019-12-01', freq='MS')
# 拼接两个重复数组，对应R的c(rep(0.08,7), rep(0.06,6))
value = np.concatenate([np.repeat(0.08, 7), np.repeat(0.06, 6)])

df = pd.DataFrame({
    'date': date,
    'value': value
})

方法2：纯Python列表拼接（更简洁）

如果你不想用NumPy，直接用Python的列表操作就能实现，[x]*n完全等价于R里的rep(x,n)，然后用+拼接列表（对应R的c()）：

import pandas as pd

date = pd.date_range('2018-12-01', '2019-12-01', freq='MS')
# 直接拼接重复的列表，写法和R几乎一样
value = [0.08]*7 + [0.06]*6

df = pd.DataFrame({
    'date': date,
    'value': value
})

两种方法都能生成和你R代码完全一致的DataFrame，你可以根据自己的习惯选择~

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