python - 将一列 numpy 数组添加到现有的 Pandas DataFrame

我有一个 Pandas DataFrame，我想在其中添加一个新列，然后用 numpy 数组填充该列，这样该列中的每一行都包含一个 numpy 数组。我正在使用以下方法，并且想知道这是否是正确的方法。

df['embeddings'] = pd.Series(dtype='object')

然后我会遍历行并像这样添加计算数组（np.zeros(1024)仅用于说明，实际上这些是神经网络的输出）：

for i in range(df.shape[0]):
   df['embeddings'].loc[i] = np.zeros(1024)

我测试了它是否有助于像这样预先分配单元格，但是当我遍历行时没有注意到执行时间的差异，至少对于只有 200 行的 DataFrame 没有：

df['embeddings'] = [np.zeros(1024)] * df.shape[0]

作为添加列然后更新其中行的替代方法，可以先创建 numpy 数组列表，然后将列表添加为新列，但这需要更多内存。

标签： pythonpandasnumpy