Question

我有一个带有数字的列表，我想找到这些数字的所有不同组合，而无需重复。从那里开始，下一步是按列号过滤数据帧df的列。列号是先前找到的组合。然后，我必须在每次迭代时对新的过滤后的数据帧进行一些计算。

假设我有以下代码：

import pandas as pd 
import numpy as np
import itertools

lst = [1, 2, 3] #intial list
    for i in range(1,4) #combs can have 1, 2 or 3 numbers  
        combs = [] #empty list to store combinations
        els = [list(x) for x in itertools.combinations(lst, i)]
        for j in range(0,len(els)): #loop through each combination found
                temp_list=els[j]
                temp_df=df.iloc[:temp_list]

                #...Do some calculations with temp_df#

运行此代码，我得到以下错误：无法使用类'list'的这些索引器[[1]]进行切片索引

我认为代码中的 els 也是列表（和temp_list）的列表。因此，我尝试将其拼合以获取列表（例如，该主题已在此处介绍：Making a flat list out of list of lists in Python）

但是，在运行此行时

flat_list = [item for sublist in temp_list for item in sublist]

我收到一个新错误：'int'对象不可迭代。如何获取可用于过滤数据框的数字列表？谢谢

Answer 1

使用示例数据框：

df = pd.DataFrame([[0, 1, 2], [3, 4, 5], [6, 7, 8]], columns=[1, 2, 3])

给予：

以下代码应实现您想要的。请注意，我在这里使用的是.loc，而不是.iloc，因为我指定的是名称列而不是索引。如果要指定索引，请使用.iloc。

import itertools

#Initial list
lst = [1, 2, 3]

#Assemble all combinations
combs = [list(x) for i in range(1,4) for x in itertools.combinations(lst, i)]

#Use .loc
for comb in combs: #For each combination
    temp_df = df.loc[:,comb]
    print(temp_df)

收益：

根据列表过滤数据框列

1 个答案: