我想要的代碼是：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這里，n = 整數。di = 它將迭代并運行 dd[i] 函數，從 i=0 到 i=n 次。dd[i] = 這是我們項目的另一個功能。DF = 合并 dd[i] 的所有數據集df = 最終合并的數據集例如，如果 n 為 5，我希望循環生成以下過程：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實際上，我想在 i=1 到 i=n 中運行 dd[i] 函數。每個循環將生成 di 數據集 (d0,d1,d2,....)。然后我將組合所有 di 數據集 (d0,d1,d2....)。在這方面，我需要您的寶貴意見和建議。注意：dd(value)是一個需要一個整數才能執行的函數。
1 回答
慕運維8079593
TA貢獻1876條經驗 獲得超5個贊
蟒蛇很棒！您想要的偽代碼幾乎可以直接翻譯成有效的語法：
def clustering_data(n):
DF = [dd(i) for i in range(n)]
df = pd.concat(DF)
return df
也就是說，假設我正確理解你的意圖。以上將制作df連接n數據幀的結果。你的偽代碼會產生 sum(i for i in range(n)) 數據幀來連接。
一些技巧：
查找列表理解
您在 Jupyter 筆記本中的事實不會改變此功能的工作方式（將其排除在您的問題描述之外可能會吸引更多潛在的回答者）
添加回答
舉報
0/150
提交
取消