我有2列:组和级别范围。每个“组”都有一个水果列表,每个“级别范围”都有一个级别范围,例如“ L1-L4”。
所需的结果是下图中的“水果”和“等级”列。
因此,如果范围为“ L2-L3”,则级别列将对第一行说“ 2”,然后对下一行说“ 3”。我还想将“组”列表中的每个项目添加到“水果”列中。
任何帮助将不胜感激!谢谢!
这是我已经完成的工作:
我创建了2个帮助器列:“ level_repeat”和“ grouping_repeat”,以帮助我复制必要的行。
df['level_repeat'] = df['Level'].replace(['L1-L6', 'L1-L2', 'L1-L3', 'L4-L6', 'L3-L6', 'L2-L6'], [6, 2, 3, 2, 3, 4])
df['grouping_repeat'] = df['Group'].str.len()
df_new = pd.DataFrame([df.ix[idx] for idx in df.index
for _ in range(df.ix[idx]['level_repeat'])]).reset_index(drop=True)
df_new = pd.DataFrame([df_new.ix[idx] for idx in df_new.index
for _ in range(df_new.ix[idx]['grouping_repeat'])]).reset_index(drop=True)
结果是,对于上面的示例,我将有10行,其中该组有2个项目,并且级别范围跨越5个级别(2 * 5 = 10)。但是,在将数据插入“水果”和“级别”列中时,我仍然需要帮助。
答案 0 :(得分:1)
我真的不确定如何在不遍历数据帧的情况下执行此操作。可能有更好的解决方案,但我没有想到。无论如何:
res = []
for _, row in df.iterrows():
group = row['Group']
lv_range_str = row['Level Range']
#change this line if the format of 'Level Range' changes
lv_range = range(lv_range_str[1], lv_range_str[4] + 1)
res += [
{
'Group': group,
'Level Range': lv_range_str,
'Fruit': fruit,
'Level': level
}
for level in lv_range
for fruit in group
]
res = pd.DataFrame(res)
仅当Level Range
中的所有字符串都采用L{i}-L{j}
格式时,它才有效,否则您将需要更改lv_range
的定义
如果您的数据集很大,则可能需要一些时间
答案 1 :(得分:0)
这是一种方法,我首先从“级别范围”中创建带有数字range
的列“级别列表”,因此对于“ L2-L5”,列表将为[2,3,4 ,5]。
df['level_list'] = (df['Level Range'].str.split('-',expand=True)
.stack().str[-1].unstack()
.apply(lambda x: range(int(x[0]),int(x[1])+1),1))
现在,使用itertools中的产品以及带有列表的两列(Group和level_list),您可以创建新的数据框:
from itertools import product
df_new = pd.DataFrame([ [ind, group, level_range, g, l]
for ind, group, level_range, level_list
in df[['Group','Level Range', 'level_list']].itertuples()
for l, g in product(level_list, group) ],
columns = ['original_ind','Group', 'Level Range', 'Fruit','Level'])
具有类似
的输入 df = pd.DataFrame({'Group':[['Apple','Banana']], 'Level Range': ['L2-L5']})
,
df_new
的结果是:
original_ind Group Level Range Fruit Level
0 0 [Apple, Banana] L2-L5 Apple 2
1 0 [Apple, Banana] L2-L5 Banana 2
2 0 [Apple, Banana] L2-L5 Apple 3
3 0 [Apple, Banana] L2-L5 Banana 3
4 0 [Apple, Banana] L2-L5 Apple 4
5 0 [Apple, Banana] L2-L5 Banana 4
6 0 [Apple, Banana] L2-L5 Apple 5
7 0 [Apple, Banana] L2-L5 Banana 5
请注意,如果您不关心原始索引,则可以删除该列或不创建该列
答案 2 :(得分:0)
您需要从字符串#box
中提取范围为L1-L5
,并使用此列表和水果列表[1,2,3,4,5]
的乘积创建一个数据框。
您可以使用[Apple, Banana]
或itertools.product
进行此操作。
在这里,我正在使用后者和一个辅助函数来构建范围。
pd.MultiIndex.from_product
第一个警告是def get_level_range(x):
a, b = x.replace('L', '').split('-')
return range(int(a), int(b)+1)
dframes = []
for _, x in df.iterrows():
dframes.append(
pd.DataFrame(
index=pd.MultiIndex.from_product(
[get_level_range(x['Level Range']), x.Group,
[tuple(x.Group)], [x['Level Range']]],
names=['Level', 'Fruit', 'Group', 'Level Range']
)
).reset_index()
)
pd.concat(dframes)
# produces output:
Level Fruit Group Level Range
0 1 Apple (Apple, Banana) L1-L5
1 1 Banana (Apple, Banana) L1-L5
2 2 Apple (Apple, Banana) L1-L5
3 2 Banana (Apple, Banana) L1-L5
4 3 Apple (Apple, Banana) L1-L5
5 3 Banana (Apple, Banana) L1-L5
6 4 Apple (Apple, Banana) L1-L5
7 4 Banana (Apple, Banana) L1-L5
8 5 Apple (Apple, Banana) L1-L5
9 5 Banana (Apple, Banana) L1-L5
需要从Group
转换为list
,因为list不可散列,因此不能用作索引元素。但是,如果需要,可以稍后将其转换回tuple
,如下所示:
list