我必须处理包含数以千计的行的整个数据帧,但可以将其简化如下:
df = pd.DataFrame([
('a', 1, 1),
('a', 0, 0),
('a', 0, 1),
('b', 0, 0),
('b', 1, 0),
('b', 0, 1),
('c', 1, 1),
('c', 1, 0),
('c', 1, 0)
], columns=['A', 'B', 'C'])
print (df)
A B C
0 a 1 1
1 a 0 0
2 a 0 1
3 b 0 0
4 b 1 0
5 b 0 1
6 c 1 1
7 c 1 0
8 c 1 0
我的目标是根据“ A”列中的标签将“ B”和“ C”列弄平
A B_1 B_2 B_3 C_1 C_2 C_3
0 a 1 0 0 1 0 1
3 b 0 1 0 0 0 1
6 c 1 1 1 1 0 0
我编写的代码给出了想要的结果,但是它很慢,因为它在唯一标签上使用了一个简单的for循环。 我看到的解决方案是编写一些向量化函数来优化我的代码。有人知道吗? 我在下面添加代码。
added_col = ['B_1', 'B_2', 'B_3', 'C_1', 'C_2', 'C_3']
new_df = df.drop(['B', 'C'], axis=1).copy()
new_df = new_df.iloc[[x for x in range(0, len(df), 3)], :]
new_df = pd.concat([new_df,pd.DataFrame(columns=added_col)], sort=False)
for e, elem in new_df['A'].iteritems():
new_df.loc[e, added_col] = df[df['A'] == elem].loc[:,['B','C']].T.values.flatten()
答案 0 :(得分:12)
这是一种方法:
# create a row number by group
df['rn'] = df.groupby('A').cumcount() + 1
# pivot the table
new_df = df.set_index(['A', 'rn']).unstack()
# rename columns
new_df.columns = [x + '_' + str(y) for (x, y) in new_df.columns]
new_df.reset_index()
# A B_1 B_2 B_3 C_1 C_2 C_3
#0 a 1 0 0 1 0 1
#1 b 0 1 0 0 0 1
#2 c 1 1 1 1 0 0
答案 1 :(得分:5)
为了提高性能,我使用了numba和numpy赋值
from numba import njit
@njit
def f(i, vals, n, m, k):
out = np.empty((n, k, m), vals.dtype)
out.fill(0)
c = np.zeros(n, np.int64)
for j in range(len(i)):
x = i[j]
out[x, :, c[x]] = vals[j]
c[x] += 1
return out.reshape(n, m * k)
d0 = df.drop('A', 1)
cols = [*d0]
i, r = pd.factorize(df.A)
n = len(r)
m = np.bincount(i).max()
k = len(cols)
vals = d0.values
pd.DataFrame(
f(i, vals, n, m, k),
pd.Index(r, name='A'),
[f"{c}_{i}" for c in cols for i in range(1, m + 1)]
).reset_index()
A B_1 B_2 B_3 C_1 C_2 C_3
0 a 1 0 0 1 0 1
1 b 0 1 0 0 0 1
2 c 1 1 1 1 0 0
答案 2 :(得分:2)
使用groupby
和ravel()
的另一种方法
>>> df.groupby('A')[['B','C']].apply(lambda s: pd.Series(s.T.values.ravel(),
index=[f'{x}_{i}' for x in s.columns for i in range(1, len(s)+1)]))
B_1 B_2 B_3 C_1 C_2 C_3
A
a 1 0 0 1 0 1
b 0 1 0 0 0 1
c 1 1 1 1 0 0
答案 3 :(得分:2)
使用{% for item in site.data.sidebar %}
<p>{{item.title}}</p>
{% endfor %}
%