Rのreplicate関数とdo.call関数がPythonで同等である

Question

pd.DataFrameを構築し、その中にレプリケート数を増やすたびに異なる数を取得したいとします。 （Rの再現可能な例のためにスクロールダウンしてください）

私はPythonで同じ出力を得たいと思いますが、そこに着く方法は分かりません！

あなたはこの単純な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... 

を考えると、私は、データが次のようになり、なぜ知りません。私は一つだけnp.random.normal私はこれを取得していない場合は、

 a 
0 0.092309 
1 0.085985 
2 0.083635 
3 0.081582 
4 0.104096 

申し訳ありませんが、私はこのbehaviour.Iを説明することはできませんpandasに新しい午前多分あなたはこれを説明することができます。

元に戻すことができます。あなたは数字の第2のグループを生成したいと私は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 

を使用する必要がありますね。しかし2回だけ同じ番号を生成しているnp.repeat場合

は、私が欲しいものは出力されません。ここ

はあなたが非常に簡単にこれを行うことができますRに基本的に

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 

、Rの場合にはアプローチです。しかし、私はPythonでは、関数を書く必要があると思います。

Rでは、rnormで数値の正規分布を生成することができ、numpyではnp.random.normalでそれを行うことができます。しかし、私は特にdo.callのために組み込まれた関数を見つけることができませんでした。

Answer 1

です：

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 

やPythonパンダ/ numpyのと、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 

を使って、配列を連結考えます

Answer 2

これが欲しいのかどうかは分かりませんが、forループを使用して、次のように2番目の乱数セットを生成できます。

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が実際に、Rにあなたがdo.call()を必要としない、その後

  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