我有一個有兩列的熊貓數據框。第一列代表name該項目，第二列代表它的一些編碼為整數的屬性。一個項目可以有多個屬性。這是一個示例 name ids0 A 147 616 8131 B 51 616 13 8132 C 7763 D 51 671 13 813 10924 E 13 404 492 903 1093有 300 個這樣的獨特屬性編碼為整數，然后以id列中的字符串表示。我想要達到的目標：對于每個 id 找到它出現的行。例如，為了檢查id13，我將獲取行1, 3 and 4。在我們的數據集中與此 ID 對應的所有唯一 ID 是什么？例如，我會說，對于 id13: [51, 616, 813, 671, 1092, 404, 492, 903, 1093]一旦我們為每個 id 分組了行，我如何比較給定的 id 是否在該組中？例如，我想檢查 id52是否曾經與 id 一起出現13，如果是，在哪里以及發生了多少次？我一直在考慮這么久，但無法找到一種有效的方法來獲得前兩個和有效的方法以及 3）的 DS。請幫忙！
2 回答
阿晨1998
TA貢獻2037條經驗 獲得超6個贊
不使用任何 for 循環的解決方案
import pandas as pd
import numpu as np
df = pd.DataFrame({'name':'A B C D E'
.split(),'ids':['147 616 813','51 616 13 813','776','51 671 13 813 1092','13 404 492 903 1093']})
#Every input of i_d to functions in int
#to get indexes where id occurs
def rows(i_d):
i_d = str(i_d)
pattern1 = "[^0-9]" +i_d+"[^0-9]"
pattern2 = i_d+"[^0-9]"
pattern3 = "[^0-9]" +i_d
mask = df.ids.apply(lambda x: True if (len(re.findall(pattern1,x)) > 0) | (len(re.findall(pattern2,x))) | (len(re.findall(pattern3,x)) > 0) else False)
return df[mask].index.tolist()
#to get other ids occuring with the id in discussion
def colleagues(i_d):
i_d = str(i_d)
df.loc[rows(i_d),'temp'] = 1
k =list(set(df.groupby('temp').ids.apply(lambda x: ' '.join(x)).iloc[0].split()))
k.remove(i_d)
df.drop('temp',axis=1,inplace=True)
return k
#to get row indexes where 2 ids occur together
def third(i_d1,i_d2):
i_d1 = str(i_d1)
i_d2 = str(i_d2)
common_rows = list(np.intersect1d(rows(i_d1),rows(i_d2)))
if len(common_rows) > 0:
return print('Occured together at rows ',common_rows)
else:
return print("Didn't occur together")
Qyouu
TA貢獻1786條經驗 獲得超11個贊
這是三個功能的建議：
import pandas as pd
# first we create the data
data = pd.DataFrame({'name': ['A','B','C','D','E'],
'ids': ['147 616 813','51 616 13 813','776','51 671 13 813
1092','13 404 492 903 1093']})
def func1(num, series):
# num must be an int
# series a Pandas series
tx = series.apply(lambda x: True if str(num) in x.split() else False)
output_list = series.index[tx].tolist()
return output_list
def func2(num, series):
# num must be an int
# series a Pandas series
series = series.iloc[func1(num, series)]
series = series.apply(lambda x: x.split()).tolist()
output_list = set([item for sublist in series for item in sublist])
output_list.remove(str(num))
return list(output_list)
def func3(num1,num2,series):
# num1 must be an int
# num2 must be an int
# series a Pandas series
if str(num1) in func2(num2, series):
num1_index = func1(num1, series)
num2_index = func1(num2, series)
return list(set(num1_index) & set(num2_index))
else:
return 'no match'
然后你可以測試它們：
func1(13, data['ids'])
func2(13, data['ids'])
func3(13,51,data['ids'])
添加回答
舉報
0/150
提交
取消