我想要的代码是:def clustering_data(n): for i in n: di = dd(i) DF = [d0, d1, d2, d3,...,d(n-1)] df = pd.concat(DF) return df这里,n = 整数。di = 它将迭代并运行 dd[i] 函数,从 i=0 到 i=n 次。dd[i] = 这是我们项目的另一个功能。DF = 合并 dd[i] 的所有数据集df = 最终合并的数据集例如,如果 n 为 5,我希望循环生成以下过程:def clustering_data(5): for i in 5: d0 = dd(0) d1 = dd(1) d2 = dd(2) d3 = dd(3) d4 = dd(4) DF = [d0, d1, d2, d3, d4] df = pd.concat(DF) return df实际上,我想在 i=1 到 i=n 中运行 dd[i] 函数。每个循环将生成 di 数据集 (d0,d1,d2,....)。然后我将组合所有 di 数据集 (d0,d1,d2....)。在这方面,我需要您的宝贵意见和建议。注意:dd(value)是一个需要一个整数才能执行的函数。
1 回答
慕运维8079593
TA贡献1876条经验 获得超5个赞
蟒蛇很棒!您想要的伪代码几乎可以直接翻译成有效的语法:
def clustering_data(n):
DF = [dd(i) for i in range(n)]
df = pd.concat(DF)
return df
也就是说,假设我正确理解你的意图。以上将制作df连接n数据帧的结果。你的伪代码会产生 sum(i for i in range(n)) 数据帧来连接。
一些技巧:
查找列表理解
您在 Jupyter 笔记本中的事实不会改变此功能的工作方式(将其排除在您的问题描述之外可能会吸引更多潜在的回答者)
添加回答
举报
0/150
提交
取消