Question

如果我有一个DataFrame，其中每一行都是一个人，每列都是个人属性，那么如何才能获得一个新的DataFrame，将每个人映射到多个结果？

我尝试使用DataFrame.apply()这样做，这似乎是最直观的 - 但它提供了例外情况，如下例所示。添加broadcast=False或reduce=False无济于事。

^{显然，下面是一个简单的例子，但请考虑每行映射到多行的任何情况。处理这个问题的最佳方法是什么？实际上，每行可以映射到不同数量的结果。这基本上是计算一对多的关系。}

示例：我有一个DataFrame数据集，其中包含以下结构，我希望每个人都能获得即将到来的三个生日（我知道这个例子）。所以，来自：

+---+-------+------------+
|   | name  | birthdate  |
+---+-------+------------+
| 1 | John  | 1990-01-01 |
| 2 | Jane  | 1957-04-03 |
| 3 | Max   | 1987-02-03 |
| 4 | David | 1964-02-12 |
+---+-------+------------+

类似于：

+-------+------------+
| name  | birthday   |
+-------+------------+
| John  | 2016-01-01 |
| John  | 2017-01-01 |
| John  | 2018-01-01 |
| Jane  | 2016-04-03 |
| Jane  | 2017-04-03 |
| Jane  | 2018-04-03 |
| Max   | 2016-02-03 |
| Max   | 2017-02-03 |
| Max   | 2018-02-03 |
| David | 2016-02-12 |
| David | 2017-02-12 |
| David | 2018-02-12 |
+-------+------------+

直觉上，我会尝试这样的事情：

def get_birthdays(person):
    birthdays = []
    for year in range(2016, 2019):
        birthdays.append({
            'name': person.name,
            'birthday': person.birthdate.replace(year=year)
        })

    return pd.DataFrame(birthdays)

# with data as my original DataFrame
data.apply(get_birthdays, axis=1)

然而，这引起了：

ValueError: could not broadcast input array from shape (3,2) into shape (3)

During handling of the above exception, another exception occurred:

[...]

ValueError: cannot copy sequence with size 2 to array axis with dimension 3

Answer 1

g++ --std=c++11 input.cpp -o output版groupby支持apply作为您预期方式的返回值：

DataFrame

输出：

import pandas as pd
from datetime import datetime

df = pd.DataFrame({
    'name': ['John', 'Jane', 'Max', 'David'],
    'birthdate': [datetime(1990,1,1), datetime(1957,4,3), datetime(1987,2,3), datetime(1964,2,12)],
})

def get_birthdays(df_x):
    d = {'name': [], 'birthday': []}
    name = df_x.iloc[0]['name']
    original = df_x.iloc[0]['birthdate']
    for year in range(2016, 2019):
        d['name'].append(name)
        d['birthday'].append(original.replace(year=year))
    return pd.DataFrame(d)

print df.groupby('name', group_keys=False).apply(get_birthdays).reset_index(drop=True)

使用Pandas的每个单独行（一对多）的多个结果

1 个答案: