主页 / 问题 / 1143219
Accepted
VEL
Asked:2020-06-19 21:53:50 +0000 UTC2020-06-19 21:53:50 +0000 UTC

如何将 DataFrame 中的序数分配给列（组合）？

  • 772

为了准确和清楚地解释我需要什么，我将举一个操作序列的示例：

  1. 有一个 DataFrame（在现实生活中还有很多）：

    df = pd.DataFrame(data={'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8], 'C': [9, 10, 11, 12], 'D': [13, 14, 15, 16], 'E': [17, 18, 19, 20],  'F': [21, 22, 23, 24], 'G': [25, 26, 27, 28], 'H': [29, 30, 31, 32], 'L': [33, 34, 35, 36], 'K': [37, 38, 39, 40], 'M': [41, 42, 43, 44], 'P': [45, 46, 47, 48]})
df

   A  B   C   D   E   F   G   H   L   K   M   P
0  1  5   9  13  17  21  25  29  33  37  41  45
1  2  6  10  14  18  22  26  30  34  38  42  46
2  3  7  11  15  19  23  27  31  35  39  43  47
3  4  8  12  16  20  24  28  32  36  40  44  48

  2. 我做组合itertools.combinations并得到列的总和：

    my_list=[(pd.Series(df.loc[:,list(i)].sum(axis=1),\
name='_'.join(df.loc[:,list(i)].columns))) for i in list(itertools.combinations(df.columns,2))]    
final_df=pd.concat(my_list,axis=1)
print(final_df)

     A_B  A_C  A_D  A_E  A_F  A_G  A_H  ...  H_P  L_K  L_M  L_P  K_M  K_P  M_P
 0    6   10   14   18   22   26   30  ...   74   70   74   78   78   82   86
 1    8   12   16   20   24   28   32  ...   76   72   76   80   80   84   88
 2   10   14   18   22   26   30   34  ...   78   74   78   82   82   86   90
 3   12   16   20   24   28   32   36  ...   80   76   80   84   84   88   92

  3. 这是此步骤的问题。我怎样才能得到这个，我会打电话给它，df_name_serial_number？

    a）“名称”列包含df来自步骤（2。进行组合）的列的名称。
    b）在“serial_number1”列中，这是df步骤中的序列号（1.there is a DataFrame）。
    c）在“serial_number2”列中，这是步骤中df的序列号（1.有一个DataFrame）。
    换句话说，A_B它们来自步骤#1的序列号，'A'的序列号为0，'B'的序列号为1。等等。

        name  serial_number1  serial_number2
0   A_B               0               1
1   A_C               0               2
2   A_D               0               3
3   A_E               0               4
4   A_F               0               5
5   A_G               0               6
6   A_H               0               7
7   A_L               0               8
8   A_K               0               9
9   A_M               0              10
10  A_P               0              11
11  B_C               1               2
12  B_D               1               3
13  B_E               1               4
14  B_F               1               5
15  B_G               1               6
16  B_H               1               7
17  B_L               1               8
18  B_K               1               9
19  B_M               1              10
20  B_P               1              11
21  C_D               2               3
22  C_E               2               4
23  C_F               2               5
24  C_G               2               6
25  C_H               2               7
26  C_L               2               8
27  C_K               2               9
28  C_M               2              10
29  C_P               2              11
30  D_E               3               4
31  D_F               3               5
32  D_G               3               6
33  D_H               3               7
34  D_L               3               8
35  D_K               3               9
36  D_M               3              10
37  D_P               3              11
38  E_F               4               5
39  E_G               4               6
40  E_H               4               7
41  E_L               4               8
42  E_K               4               9
43  E_M               4              10
44  E_P               4              11
45  F_G               5               6
46  F_H               5               7
47  F_L               5               8
48  F_K               5               9
49  F_M               5              10
50  F_P               5              11
51  G_H               6               7
52  G_L               6               8
53  G_K               6               9
54  G_M               6              10
55  G_P               6              11
56  H_L               7               8
57  H_K               7               9
58  H_M               7              10
59  H_P               7              11
60  L_K               8               9
61  L_M               8              10
62  L_P               8              11
63  K_M               9              10
64  K_P               9              11
65  M_P              10              11

  4. 第二个问题是如何df_name_serial_number从接收到的从顶部开始的所有重复名称（！）？让它看起来像这样：

    df_name_serial_number

    name  serial_number1  serial_number2
0   A_B               0               1
21  C_D               2               3
38  E_F               4               5
51  G_H               6               7
60  L_K               8               9
65  M_P              10              11
python

1 个回答

  1. Best Answer

    3)

    cols = df.columns.to_list()

nums = list(range(len(cols)))

res = pd.DataFrame(
        [[f"{cols[a]}_{cols[b]}", a, b] for a, b in list(combinations(nums, 2))], 
        columns="name serial_number1 serial_number2".split())

    In [63]: res
Out[63]:
   name  serial_number1  serial_number2
0   A_B               0               1
1   A_C               0               2
2   A_D               0               3
3   A_E               0               4
4   A_F               0               5
..  ...             ...             ...
61  L_M               8              10
62  L_P               8              11
63  K_M               9              10
64  K_P               9              11
65  M_P              10              11

[66 rows x 3 columns]

    四）

    df_name_serial_number = \
    pd.DataFrame([[f"{cols[i-1]}_{cols[i]}", i-1, i] for i in range(1, len(cols), 2)],
                 columns=["name", "serial_number1", "serial_number2"])

    In [65]: df_name_serial_number
Out[65]:
  name  serial_number1  serial_number2
0  A_B               0               1
1  C_D               2               3
2  E_F               4               5
3  G_H               6               7
4  L_K               8               9
5  M_P              10              11
    • 2

相关问题