Question

我有一个数据框，其中每个系列如果用0和1填充如下：

flagdf=pd.DataFrame({'a':[1,0,1,0,1,0,0,1], 'b':[0,0,1,0,1,0,1,0]})

现在，根据我所做的一些分析，我需要将一些0改为1。所以最终的数据框将是：

final=pd.DataFrame({'a':[1,1,1,0,1,1,1,1], 'b':[1,1,1,0,1,1,1,1]})

显示哪些0必须更改的分析结果存储在使用多索引构建的第二个数据框中：

     first  last
a 1      1     1
  5      5     6
b 0      0     1
  5      5     5
  7      7     7

对于每个'a'和'b'，我需要更改0的第一个和最后一个索引。

第一个问题：多索引数据框中的第二个索引等于系列“第一个”。我最初试图直接使用它，但我发现处理两个系列而不是索引和系列更容易。我错过了什么吗？

以下是执行此任务的代码：

def change_one_value_one_column(flagdf,col_name,event):
    flagdf[col_name].iloc[event]=1

def change_val_column(col_name, tochange, flagdf):
    col_tochange=tochange.ix[col_name]
    tomod=col_tochange[['first','last']].values
    iter_tomod=[xrange(el[0],el[1]+1) for el in tomod]
    [change_one_value_one_column(flagdf,col_name,event) for iterel in iter_tomod for event in iterel]

[change_val_colmun(col_name) for col_name in flagdf.columns]

第二个问题：我真的认为列表理解总是好的，但在这样的情况下，当我专门为列表理解编写函数时，我有一些疑问。这真的是最好的事情吗？

第三个问题：我认为代码是相当pythonic，但我并不为此感到自豪，因为最后一个列表理解是在数据帧系列上运行的：使用方法apply会更好看我的眼睛（但是我不知道该怎么办）。尽管如此，还是有任何真正的原因（除了优雅）我应该努力做出改变吗？

Answer 1

为了回答有关耗尽迭代器的部分，我认为你有一些pythonic选择（我更喜欢列表理解）：

# the easiest, and most readable
for col_name in flagdf.columns:
    change_val_column(col_name)

# consume/exhaust an iterator using built-in any (assuming each call returns None)
any(change_val_colmun(col_name) for col_name in flagdf.columns)

# use itertools' consume recipe
consume(change_val_colmun(col_name) for col_name in flagdf.columns)

请参阅consume recipe from itertools。

然而，当你在numpy / pandas中做这种事情时，你应该问自己＆＃34;我可以在这里转换/使用索引吗？＆＃34;。如果可以，您的代码通常会更快，更易读。

我认为在这种情况下，您可以通过执行以下操作来删除一个级别的循环：

def change_val_column(col_name, tochange, flagdf):
    col_tochange = tochange.ix[col_name]  # Note: you're accessing index not column here??
    tomod = col_tochange[['first','last']].values
    for i, j in tomod:
        flag_df.loc[i:j, col_name] = 1

你可能甚至可以删除for循环，但目前的意图是什么/意图不明显...

Answer 2

如果我留在python中并迭代行，我更喜欢使用zip / izip作为第一遍。

for col, start, end in izip(to_change.index.get_level_values(0), tochange['first'], tochange['last']):
     flagdf.loc[start:end, col] = 1

简单快捷。

相当pythonic但不能说服熊猫风格

2 个答案: