Question

我正在编写一个应该为pandas生成玩具数据的函数（分组和多索引的例子）。我的目标是生成可能重复几次的组（例如，在实验期间表示条件）。我的尝试：

import itertools as it
import numpy as np
import pandas as pd

p = it.product([[4,5,6],[7,8,9]],[1,2,3])
p = list(p)
p

[([4, 5, 6], 1),
 ([4, 5, 6], 2),
 ([4, 5, 6], 3),
 ([7, 8, 9], 1),
 ([7, 8, 9], 2),
 ([7, 8, 9], 3)]

我想只展平内部列表但保留外部列表的结构（并删除元组）。我的解决方案基于this SO post：

def flatten(l):
    for el in l:
        if isinstance(el, collections.Iterable) and not isinstance(el, (str, bytes)):
            yield from flatten(el)
        else:
            yield el

lf = list(flatten(p))
np.reshape(lf, (len(p), 4))

array([[4, 5, 6, 1],
       [4, 5, 6, 2],
       [4, 5, 6, 3],
       [7, 8, 9, 1],
       [7, 8, 9, 2],
       [7, 8, 9, 3]])

我有两个问题。首先，是否有更简单的解决方案？其次，当我想在最后创建一个pandas数据帧时，我是否需要做所有这些？数据框应如下所示：

pd.DataFrame(np.reshape(it, (len(p), 4)))

    0   1   2   3
0   4   5   6   1
1   4   5   6   2
2   4   5   6   3
3   7   8   9   1
4   7   8   9   2
5   7   8   9   3

Answer 1

选项1：

In [249]: pd.DataFrame([np.concatenate(t)
                        for t in it.product([[4,5,6],[7,8,9]],[[1],[2],[3]])])
Out[249]:
   0  1  2  3
0  4  5  6  1
1  4  5  6  2
2  4  5  6  3
3  7  8  9  1
4  7  8  9  2
5  7  8  9  3

选项2：纯熊猫解决方案：

In [261]: a = pd.DataFrame([[4,5,6],[7,8,9]], columns=list('abc'))

In [262]: b = pd.DataFrame([[1],[2],[3]], columns=['d'])

In [263]: a
Out[263]:
   a  b  c
0  4  5  6
1  7  8  9

In [264]: b
Out[264]:
   d
0  1
1  2
2  3

In [265]: a.assign(k=0).merge(b.assign(k=0), on='k').drop('k',1)
Out[265]:
   a  b  c  d
0  4  5  6  1
1  4  5  6  2
2  4  5  6  3
3  7  8  9  1
4  7  8  9  2
5  7  8  9  3

pandas：使用itertools和flattened列表创建玩具数据

1 个答案: