R的複製和do.call功能在Python中相當於

Question

假設你想構建一個pd.DataFrame，並且每次增加複製數時都想獲得不同的數字。 （請在R中向下滾動以獲得可重現的示例）

我想用Python獲得相同的輸出，但我不知道如何到達那裏！

如果你考慮這個簡單的pd.Dataframe

df = pd.DataFrame({ 
     'a':[np.random.normal(0.27,0.01,5),np.random.normal(1,0.01,5)]}) 

df  
                  a 
     0 [0.268297564096, 0.252974100195, 0.27613413347... 
     1 [0.996267313891, 1.00497494738, 1.022271644, 1... 

我不知道爲什麼數據是這樣的。當我這樣做只有一個np.random.normal我得到這個，

 a 
0 0.092309 
1 0.085985 
2 0.083635 
3 0.081582 
4 0.104096 

對不起，我無法解釋這個behaviour.I我在pandas新的，也許你可以解釋這一點。

好吧，讓我們回到原來的問題;

如果你想生成數字的第二組，我想我應該用np.repeat

df = pd.DataFrame({['a':np.repeat(np.random.normal(0.10,0.01,5),np.random.normal(0.10,0.01,5)])}) 


df 
Out[59]: 
      a 
0 0.090305 
1 0.090305 
2 0.109092 
3 0.109092 
4 0.101706 
5 0.101706 
6 0.087357 
7 0.087357 
8 0.099094 
9 0.099094 
10 0.101595 
11 0.101595 
12 0.100343 
13 0.100343 
14 0.085380 
15 0.085380 
16 0.102118 
17 0.102118 
18 0.107328 
19 0.107328 

但np.repeat只是產生兩次相同的數字是不是我想要的輸出。

這裏是R中的情況下的辦法，

df <- data.frame(y = do.call(c,replicate(n = 2, 
            expr = c(rnorm(5,0.10,0.01),rnorm(5,1,0.01)), 
            simplify = FALSE)),gr = rep(seq(1,2),each=10)) 



     y  gr 
1 0.11300203 1 
2 0.11840556 1 
3 0.09420799 1 
4 0.10480623 1 
5 0.08561427 1 
6 1.00076001 1 
7 1.00035891 1 
8 1.00936751 1 
9 1.00050563 1 
10 1.00564799 1 
11 0.09415217 2 
12 0.10794155 2 
13 0.11534605 2 
14 0.08806740 2 
15 0.12394189 2 
16 0.99330066 2 
17 0.98254134 2 
18 0.99828079 2 
19 1.00786526 2 
20 0.97864180 2 

基本上在R您可以在非常簡單的做到這一點。但我想在Python中必須爲它寫一個函數。

在R您可以生成數正態分佈rnorm和numpy，我們可以做到這一點np.random.normal。但我找不到任何內置功能，特別是do.call。

Answer 1

其實，在R您不需要do.call()：

set.seed(95) 
df <- data.frame(y = c(rnorm(10,0.10,0.01), rnorm(10,1,0.01)), 
       gr = c(rep(0,10), rep(1,10))) 
df 
#    y gr 
# 1 0.08970880 1 
# 2 0.08384474 1 
# 3 0.09972121 1 
# 4 0.09678872 1 
# 5 0.11880371 1 
# 6 0.10696807 1 
# 7 0.09135123 1 
# 8 0.08925115 1 
# 9 0.10994412 1 
# 10 0.09769954 1 
# 11 1.01486420 2 
# 12 1.01533145 2 
# 13 1.01454184 2 
# 14 0.99125878 2 
# 15 0.98222886 2 
# 16 1.00128867 2 
# 17 0.97588819 2 
# 18 0.98216944 2 
# 19 0.99982671 2 
# 20 0.99090591 2 

而且與Python熊貓/ numpy的，使用考慮串聯陣列np.concatenate

import pandas as pd 
import numpy as np 

np.random.seed(89) 
df = pd.DataFrame({'y': np.concatenate([np.random.normal(0.1,0.01,10), 
             np.random.normal(1,0.01,10)]), 
        'gr': [1]*10 + [2]*10}) 
print(df)  
#  gr   y 
# 0 1 0.083063 
# 1 1 0.099979 
# 2 1 0.095741 
# 3 1 0.097444 
# 4 1 0.096942 
# 5 1 0.100405 
# 6 1 0.099316 
# 7 1 0.087978 
# 8 1 0.098175 
# 9 1 0.091204 
# 10 2 0.997568 
# 11 2 1.006740 
# 12 2 1.003449 
# 13 2 0.993747 
# 14 2 0.997935 
# 15 2 0.991284 
# 16 2 0.991299 
# 17 2 1.003981 
# 18 2 0.993347 
# 19 2 1.001337 

Answer 2

不確定這是否是您想要的，但您可以使用for循環並生成第二組隨機數，如下所示。

df = pd.DataFrame.from_items([('a' , np.append([np.random.normal(0.10,0.01,5) for _ in xrange(2)], 
              [np.random.normal(1,0.01,5) for _ in xrange(2)] 
              ))]) 

df是那麼

  a 
0 0.105469 
1 0.091046 
2 0.091626 
3 0.104579 
4 0.110971 
5 0.076754 
6 0.104674 
7 0.096062 
8 0.103571 
9 0.089955 
10 0.978489 
11 0.997081 
12 1.009864 
13 1.000333 
14 0.998483 
15 1.010685 
16 1.004473 
17 1.001833 
18 1.007723 
19 0.999845