numpy.repeat 重复数组的元素(可用于数组的广播）

有时候，我们需要根据某列的分成多列，那么，有些列就需要重复多次，比如说：

newvalues=np.dstack((np.repeat(t.reportno.values,list(map(len,t.data_list.values))),np.concatenate(t.data_list.values)))
pd.DataFrame(data=newvalues[0],columns=['reportno','data_list'])

#看看这个repeat
list(map(len,t.data_list.values))
#[4, 4, 4, 18, 4, 24, 13, 4, 64, 24, 18, 4, 7, 13, 17]

 

numpy.repeat()

我们下面看一下函数

numpy.repeat(a, repeats, axis=None)

参数：

a：array_like ，需要重复的数据

repeats：int or array of ints，每个元素的重复次数。可以是list，比如上面的

axis：int, 可选，axis=None（默认）时候就会flatten当前矩阵，实际上就是变成了一个行向量，axis=0,沿着y轴复制，实际上增加了行数，axis=1,沿着x轴复制，实际上增加列数

例子：

#3重复4次
np.repeat(3, 4)
#array([3, 3, 3, 3])

#重复2次，注意不是1234,1234
x = np.array([[1,2],[3,4]])
np.repeat(x, 2)
#array([1, 1, 2, 2, 3, 3, 4, 4])

#增加列数
np.repeat(x, 3, axis=1)
'''
array([[1, 1, 1, 2, 2, 2],
       [3, 3, 3, 4, 4, 4]])
'''

#增加行数，1相当于原来的值，重复一次就是原来的值
np.repeat(x, [1, 2], axis=0)
'''
array([[1, 2],
       [3, 4],
       [3, 4]])
'''

官网：https://numpy.org/doc/stable/reference/generated/numpy.repeat.html

 

pandas.Series.repeat

我们一般这样使用

df.col.repeat(n) 

其中n和上面的repeats参数一样，还有axis不需要填

更多信息，请查看官网：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.repeat.html?highlight=repeat#pandas.Series.repeat