如何在for循环中使用数据框列答案

【问题标题】：How to use dataframe column in for loop如何在for循环中使用数据框列
【发布时间】：2019-07-02 07:54:14
【问题描述】：

我正在尝试实现一个公式，以使用现有列在 Dataframe 中创建一个新列，但该列是从 0 到其他列中存在的数字的总和。

我正在尝试这样的事情：

dataset['B']=sum([1/i for i in range(dataset['A'])])

我知道这样的事情会奏效 dataset['B']=sum([1/i for i in range(10)])

但我想根据一些不同的列使这 10 个动态。

我不断收到此错误。

TypeError: 'Series' 对象不能解释为整数

【问题讨论】：

标签： python-3.x dataframe

【解决方案1】：

首先，我应该承认我不能完全理解你的问题。但是，据我所知，您希望遍历 DataFrame 的行并通过对该值执行一些操作来创建一个新列。是这样吗，那我推荐你following link
关于TypeError: 'Series' object cannot be interpreted as an integer：初始化签名range() 将整数作为输入。即[i for i in range(10)] 应该给你[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]。但是，如果您的 dataset['A'] 中的 value 之一是 float 或不是 integer ，这可能会导致您遇到错误。此外，如果您注意到，第一个值是零，因此，1/i 应该会导致不同的错误。因此，您可能必须将代码重写为 [1/i for i in range (1 , row_value_of_dataset['A'])]

如果您能举例说明您的 DataFrame 可能是什么样子以及您想要的输出是什么，我们将不胜感激。那么也许发布解决方案会更容易。

顺便说一句，我忘记发布我从你的问题中理解的内容：

#assume the data:
>>>import pandas as pd
>>>data = pd.DataFrame({'A': (1, 2, 3, 4)})
#the data
>>>data
  A
0  1
1  2
2  3
3  4
#doing operation on each of the rows
>>>data['B']=data.apply(lambda row: sum([1/i for i  in range(1, row.A)] ), axis=1)
# Column B is the newly added data
>>>data
   A         B
0  1  0.000000
1  2  1.000000
2  3  1.500000
3  4  1.833333

【讨论】：

感谢您的解决方案。此方法太慢，因为我正在处理非常大的数据。你能建议一些优化的方法吗？
在numpy中使用numba，然后把它带入dataframe

【解决方案2】：

也许明确使用cumsum，甚至apply？

无论如何都试图将数组/列表项直接移动到数据框中，并且似乎将其视为字典。试试这样的，我没测试过，

array_x = [x, 1/x for x in dataset.values.tolist()] # or `dataset.A.tolist()`
df = pd.DataFrame(data=(np.asarray(array_x)))
df.columns = [A, B]

这里的想法是将系列分成一个列表，然后将列表输入到数据框中。这可以显式完成而无需转到 Series->list->dataframe 并且效率不高。

【讨论】：