将numpy数组作为列添加到Pandas数据框
我有一个形状为（X，Y）的Pandas数据框对象，如下所示：
[[1, 2, 3],
[4, 5, 6],
[7, 8, 9]]
还有一个形状为（X，Z）的numpy稀疏矩阵（CSC），看起来像这样
[[0, 1, 0],
[0, 0, 1],
[1, 0, 0]]
如何将矩阵中的内容添加到新命名列中的数据框中，以使数据框最终像这样：
[[1, 2, 3, [0, 1, 0]],
[4, 5, 6, [0, 0, 1]],
[7, 8, 9, [1, 0, 0]]]
请注意，数据框现在具有形状（X，Y + 1），并且矩阵中的行是数据框中的元素。
问题答案：
import numpy as np
import pandas as pd
import scipy.sparse as sparse
df = pd.DataFrame(np.arange(1,10).reshape(3,3))
arr = sparse.coo_matrix(([1,1,1], ([0,1,2], [1,2,0])), shape=(3,3))
df['newcol'] = arr.toarray().tolist()
print(df)
产量
0 1 2 newcol
0 1 2 3 [0, 1, 0]
1 4 5 6 [0, 0, 1]
2 7 8 9 [1, 0, 0]
-
问题内容： 我正在尝试向从创建的数组中添加一列。在这种情况下，它是一个数组：（行，列）。 我想添加第九列。空或零都无所谓。 问题答案： 我认为您的问题是您希望就地添加该列，但是由于存储的numpy数据的原因，它的作用是创建连接数组的副本 所以你需要保存输出： 替代方式： 我相信这三个函数（以及）之间的唯一区别是未指定when的默认行为： 假设 假设除非输入为1d，否则 如果输入为1d，则假定在添加
-
问题内容： 如何将行添加到numpy数组？ 我有一个数组A： 如果X中每行的第一个元素满足特定条件，我希望从另一个数组X向该数组添加行。 Numpy数组没有像列表那样的“追加”方法，或者看起来。 如果A和X是列表，我只会这样做： 是否有 numpythonic的 方法可以做到这一点？ 谢谢，S ;-) 问题答案： 什么啊 如果它是一个二维数组，你怎么能那么其行比作一个号码：？ OP评论后编辑： 从
-
问题内容： 我对知道如何将熊猫数据框转换为NumPy数组感兴趣。 数据框： 给 我想将其转换为NumPy数组，如下所示： 我怎样才能做到这一点？ 作为奖励，是否可以像这样保留dtype？ 或类似的？ 问题答案： 要将pandas数据框（df）转换为numpy ndarray，请使用以下代码：
-
问题内容： 我有以下数据 我得到一个 到目前为止，很好，我有一个数据结构，可以按列名进行寻址 下一个步骤，问题- 我有一个功能，在输入有地理坐标（的两个向量和当然的），并返回两个阵列和在地图上突出位置（此工程确定）。 我可以使用单独的向量，但是我想添加两个新列和。我的天真尝试 提出了一个，教我说它具有字典的某些特征，但是字典却没有。 我可以做吗？tia 请考虑这不适用于结构化数组或记录数组，大多数
-
在有趣的功能中，当我将列表添加到其他列表时，它正在添加空列表，我可以找到原因有人可以帮助我这个程序是关于查找给定数组的不同组合
-
问题内容： 我需要完成以下任务： 从： （向每行添加一个元素）到： 我已经尝试做类似a [n] = array（[1,3,4，x]）的事情 但是numpy抱怨形状不匹配。我尝试遍历并将元素x附加到每个项目，但是更改未反映出来。 关于如何实现此目标的任何想法？ 问题答案： 对于有python经验的人来说，将数据追加到现有数组是很自然的事情。但是，如果您发现自己定期附加到大型数组，则会很快发现NumP