Question

我有一个行的数据框，按名称索引，还有一个包含点元组的列：

import pandas as pd
d = {'coords': {'a': (1, 2), 'b': (3, 4), 'c': (5, 6), 'd': (7, 8)}}
df = pd.dataframe(d)

我想要做的是检索数据的方式与在点数据元组上运行itertools.permutations的方式相同，元组长度为2：

from itertools import permutations
list(permutations([(1, 2), (3, 4), (5, 6), (7, 8)], 2))

[((1, 2), (3, 4)),
 ((1, 2), (5, 6)),
 ((1, 2), (7, 8)),
 ((3, 4), (1, 2)),
 ((3, 4), (5, 6)),
 ((3, 4), (7, 8)),
 ((5, 6), (1, 2)),
 ((5, 6), (3, 4)),
 ((5, 6), (7, 8)),
 ((7, 8), (1, 2)),
 ((7, 8), (3, 4)),
 ((7, 8), (5, 6))]

这里的目标是轻松检索两个地方（a, b --> (1, 2), (3, 4)等）的任意组合的点坐标，但我不知道如何计算它，或者我是否可以使用MultiIndex来完成它。基于索引的解决方案将是理想的，因为我还想为每个位置对存储数据（例如，计算的路由）。

Answer 1

以你的df为出发点：

Index = list(permutations(df.index, 2))
new_df = pd.DataFrame({
         'route' : [[df.loc[Ind[0], 'coords'], df.loc[Ind[1], 'coords']] for Ind in Index]
                      }, index = Index)

不确定这是否是你想要的，但这给了我这个：

In [21]: new_df
Out[21]:
                   route
(a, b)  [(1, 2), (3, 4)]
(a, c)  [(1, 2), (5, 6)]
(a, d)  [(1, 2), (7, 8)]
(b, a)  [(3, 4), (1, 2)]
(b, c)  [(3, 4), (5, 6)]
(b, d)  [(3, 4), (7, 8)]
(c, a)  [(5, 6), (1, 2)]
(c, b)  [(5, 6), (3, 4)]
(c, d)  [(5, 6), (7, 8)]
(d, a)  [(7, 8), (1, 2)]
(d, b)  [(7, 8), (3, 4)]
(d, c)  [(7, 8), (5, 6)]

Pandas：计算Series或DataFrame排列

1 个答案: