将数据附加到数据框，但在某些列之后更改行

Question

这是我编写的代码，它创建了 3 个变量的增量，用于 p 值计算，其中三个变量是 loc 值或指标或任何数字含义：

i = 0
k = 2
j = 2

result = []
df = pd.DataFrame()

while j < data.shape[1]:
    tstat, data_stat = ttest_ind_from_stats(data.loc[i][k], data.loc[i + 1][k], data.loc[i + 2][k], data.loc[i][j],
                                        data.loc[i + 1][j], data.loc[i + 2][j])
    result.append([data_stat])
    j+=1
    if j == 8:
        j = 2
        i = i + 3
    if i == data.shape[0]:
        k = k + 1
        i = 0
        if k > 7:
            break

data_result = pd.DataFrame(result)

data.shape[0] = 150 和 data.shape[1] = 8 的位置。

此代码创建正确的 p 值，但作为 1800 行 x 1 列数据框。但是，我想打破生成的 df 以便代码生成六个不同的数据帧，每个数据帧都有data.shape[1]-2 列数（所以 6 列）。通过一些示例截图：

1) 我当前代码中的data_result 数据框：

1
0.658
0.1067
0.777
0.459
0.3307
1
0.622
0.4178
0.3158
0.7674
0.7426

2) 我想要什么：

col1    col2   col3    col4    col5    col6
1       0.658  0.1067  0.777   0.459   0.3307
1       0.622  0.4178  0.3158  0.7674  0.7426

代码中应该有六个上述数据帧。

3) 我最好在每个数据框的左侧添加一列，用于插入每一行的占位符值（截图省略）。这一步是可选的。

所以基本上，我将生成的数据帧除以每 6 行，将它们从单列转置为六列，然后重复接下来的六个值，依此类推。我想可能会创建一个系列或一个新的 df 直到 j = 8 然后逐行附加到整个 df，但不确定这是否可行或可能。谢谢！

编辑）

所以基本上，我想创建六个单独的数据框，每个数据框都有 50 行 x 6 列的形状。我当前的数据框有 1800 行 x 1 列。

Answer 1

对于第 2 点： 你可以用 numpy 试试：

import numpy as np
import pandas as pd

result_array= np.asarray(result)
# reshape for 150 rows and 6 columns
result_array.reshape(150,6)
#if number of row is undefined and 6 columns
#result_array.reshape(-1,6)

return pd.DataFrame(result_array)

对于第 3 点，我不确定，但是从数据框返回中，您可以做所有 pandas 允许的事情......

Answer 2

这将为您提供所需的 df（应归功于 Renaud）

a = np.array(df)
b= a.reshape(int(df.shape[0]/6),6)
df_new = pd.DataFrame(b)
df_new.columns =['col1','col2','col3','col4','col5','col6']
df_new

输出

   col1     col2    col3        col4    col5    col6
0   1.0     0.658   0.106743    0.7770  0.4590  0.3307
1   1.0     0.622   0.417800    0.3158  0.7674  0.7426