Question

我正在尝试根据类或标签从Pandas数据框中生成所有三元组数据。假设我有一个数据帧，每一行都有唯一的标识符，每行都有一个类/标签。我想要三胞胎，其中前两个元素来自相同的类/标签，而最后一个元素来自不同的类/标签。我正在尝试获取所有这样的三胞胎。

我可以很好地生成带有 same 标签的元素组合，但是当我尝试使用带有 different 标签的元素扩展这些元素的组合时，我得到了一个数组充满None。

我的示例数据框：

import pandas as pd
import numpy as np

df = pd.DataFrame({'uuid': np.arange(5),
                   'label': [0, 1, 1, 0, 0]})
print(df)

   label  uuid
0      0     0
1      1     1
2      1     2
3      0     3
4      0     4

请注意，uuid列只是此处的占位符。重点是每一行都是唯一的。下面的代码生成 same 元素的所有组合，并将它们插入列表：

import itertools as it

labels = df.label.unique()
all_combos = []
for l in labels:
    combos = list(it.combinations(df.loc[df.label == l].as_matrix(), 2))
    all_combos.extend([list(c) for c in combos])  # convert to list because I anticipate needing to add to each combo later
all_combos

[[array([0, 0]), array([0, 3])],
 [array([0, 0]), array([0, 4])],
 [array([0, 3]), array([0, 4])],
 [array([1, 1]), array([1, 2])]]

现在，我希望所有这些组合都附加每个不同元素。

我尝试：

for l in labels:
    combos = list(it.combinations(df.loc[df.label == l].as_matrix(), 2))
    combo_list = [list(c) for c in combos]
    for c in combo_list:
        new_combos = [list(c).extend(s) for s in df.loc[df.label != l].as_matrix()]
        all_combos.append(new_combos)

我希望：

all_combos

[[array([0, 0]), array([0, 3]), array([1, 1])],
 [array([0, 0]), array([0, 3]), array([1, 2])],
 [array([0, 0]), array([0, 4]), array([1, 1])],
 [array([0, 0]), array([0, 4]), array([1, 2])],
 [array([0, 3]), array([0, 4]), array([1, 1])],
 [array([0, 3]), array([0, 4]), array([1, 2])],
 [array([1, 1]), array([1, 2]), array([0, 0])],
 [array([1, 1]), array([1, 2]), array([0, 3])],
 [array([1, 1]), array([1, 2]), array([0, 4])]]

我得到：

all_combos

[[None, None], [None, None], [None, None], [None, None, None]]

看起来真的很奇怪：它们的长度甚至都不相同！但是我的结果中确实有None的数量与预期的有效三元组数量相同。

我还尝试了all_combos.extend(new_combos)并获得了9个元素的一维列表，因此上面的结果只是一个扁平化的版本。实际上，在内循环的最后两行中list.extend和list.append的任何组合都给我上面显示的结果，或者该结果的简化版本，这对我来说都不有意义。< / p>

编辑：如注释中所述，list.extend和list.append是就地操作，因此它们不会返回任何内容。然后我如何获得列表理解力来赋予我这些价值观？还是重构为其他可行的方法？

Answer 1

我明白了。如果有人遇到类似问题，我将在此处保留，但正如评论中所述，问题是list.append和list.extend是就地操作，因此返回None ，甚至在列表理解之内。

我可以通过使用np.concatenate将我的数组混在一起来解决此问题：

for l in labels:
    combos = list(it.combinations(df.loc[df.label == l].as_matrix(), 2))
    for c in combos:
        new_combos = [np.concatenate((c, (s,)), axis=0) for s in df.loc[df.label != l].as_matrix()]
        all_combos.extend(new_combos)

此外，列表理解中的np.append(c, (s,), axis=0)也有效。

从Pandas数据框生成三胞胎

我尝试：

我希望：

我得到：

1 个答案: