>

원래 데이터 프레임 :

a1 a2 a3 a4 a5 a6
b1 b2 b3 b4 b5 b6

새로운 데이터 프레임 :

a1 a2 a3 a4 a5 a6
(첫 번째 빈 행)
(두 번째 빈 줄)
...
(24 번째 빈 줄)
b1 b2 b3 b4 b5 b6
(첫 번째 빈 행)
(두 번째 빈 줄)
...
(24 번째 빈 행)

질문은 위의 변환을 수행하는 방법은 무엇입니까? 고마워요.

  • 답변 # 1

    사용 :

    print (df)
        0   1   2   3   4   5
    0  a1  a2  a3  a4  a5  a6
    1  b1  b2  b3  b4  b5  b6
    
    

    반복 된 값의 개수로 여러 개의 인덱스 값을 먼저 찾은 다음 DataFrame.reindex 를 사용하십시오.   np.arange 와 함께 :

    N = 5
    df.index = df.index * (N + 1)
    df = df.reindex(np.arange(df.index.max() + N + 1))
    print (df)
          0    1    2    3    4    5
    0    a1   a2   a3   a4   a5   a6
    1   NaN  NaN  NaN  NaN  NaN  NaN
    2   NaN  NaN  NaN  NaN  NaN  NaN
    3   NaN  NaN  NaN  NaN  NaN  NaN
    4   NaN  NaN  NaN  NaN  NaN  NaN
    5   NaN  NaN  NaN  NaN  NaN  NaN
    6    b1   b2   b3   b4   b5   b6
    7   NaN  NaN  NaN  NaN  NaN  NaN
    8   NaN  NaN  NaN  NaN  NaN  NaN
    9   NaN  NaN  NaN  NaN  NaN  NaN
    10  NaN  NaN  NaN  NaN  NaN  NaN
    11  NaN  NaN  NaN  NaN  NaN  NaN
    
    

    수정 :

    print (df)
        0  1   2   3   4  5
    0  a1  2  a3  a4  a5  6
    1  b1  2  b3  b4  b5  6
    
    
    <시간>
    N = 5
    df.index = df.index * (N + 1)
    df = df.reindex(np.arange(df.index.max() + N + 1))
    print (df)
          0    1    2    3    4    5
    0    a1  2.0   a3   a4   a5  6.0
    1   NaN  NaN  NaN  NaN  NaN  NaN
    2   NaN  NaN  NaN  NaN  NaN  NaN
    3   NaN  NaN  NaN  NaN  NaN  NaN
    4   NaN  NaN  NaN  NaN  NaN  NaN
    5   NaN  NaN  NaN  NaN  NaN  NaN
    6    b1  2.0   b3   b4   b5  6.0
    7   NaN  NaN  NaN  NaN  NaN  NaN
    8   NaN  NaN  NaN  NaN  NaN  NaN
    9   NaN  NaN  NaN  NaN  NaN  NaN
    10  NaN  NaN  NaN  NaN  NaN  NaN
    11  NaN  NaN  NaN  NaN  NaN  NaN
    
    
    <시간>
    def convert_int_with_NaNs(x):
        try:
            return x.astype('Int64')
        except Exception:
            return x
    df = df.apply(convert_int_with_NaNs)
    print (df)
          0    1    2    3    4    5
    0    a1    2   a3   a4   a5    6
    1   NaN  NaN  NaN  NaN  NaN  NaN
    2   NaN  NaN  NaN  NaN  NaN  NaN
    3   NaN  NaN  NaN  NaN  NaN  NaN
    4   NaN  NaN  NaN  NaN  NaN  NaN
    5   NaN  NaN  NaN  NaN  NaN  NaN
    6    b1    2   b3   b4   b5    6
    7   NaN  NaN  NaN  NaN  NaN  NaN
    8   NaN  NaN  NaN  NaN  NaN  NaN
    9   NaN  NaN  NaN  NaN  NaN  NaN
    10  NaN  NaN  NaN  NaN  NaN  NaN
    11  NaN  NaN  NaN  NaN  NaN  NaN
    
    

  • 답변 # 2

    빈 행을 추가하려면 다음과 같은 명령을 사용하십시오.

    your_dataframe = your_dataframe.append({} , ignore_index=True)
    
    
    

    요청 된 변환을 수행하려면 데이터의 모양과 색인 방식을 모르기 때문에 빈 데이터 프레임을 새로 만드는 것이 좋습니다.

    각각의 초기 데이터 프레임 항목에 대해 새 항목에이를 삽입하고 앞서 설명한대로 24 번 빈 행을 추가해야합니다.

관련 자료

  • 이전 c# - 하위 모듈 종속성 및 visual studio 프로젝트 - 비선형 종속성이있는 아키텍처 생성
  • 다음 python - 케라 스가 레이어 이름을 바꾸는 것을 방지하는 방법