将行组合到列- Pandas
将行组合到列- Pandas
提问于 2022-09-22 00:36:25
如果我有以下数据，我需要计算数据集中每个组内的所有可能系数：
ID Country_code V1 V2
1 US 0.4 1
1 GB 0.6 2
1 AU 0.4 3
2 US 0.5 2
2 CL 0.4 2我需要这个作为输出：
ID Country_code coefV1 coefV2
1 US-GB 0.66 0.5
1 US-AU 1 0.33
1 GB-AU 1.5 0.66
2 US-CL 1.25 1我想先扩展dataframe，类似于：
ID Country_code V1-1 V1-2 V2-1 V2-2
1 US-GB 0.4 0.6 1 2
1 US-AU 0.4 0.4 1 3
1 GB-AU 0.6 0.4 2 3
2 US-CL 0.5 0.4 2 2但我也做不到。
有什么想法吗？谢谢!
回答 2
Stack Overflow用户
回答已采纳
发布于 2022-09-23 21:50:17
尽管#bbis的回答做了工作(荣誉！谢谢！)，我终于做到了以下几点：
def combinateRows(df):
a, b = map(list, zip(*it.combinations(df.index, 2)))
d = pd.concat([df.loc[a].reset_index(), df.loc[b].reset_index()],keys=['a', 'b'], axis=1)
return d.set_index([('a', 'affiliate_id'), ('b', 'affiliate_id')]).rename_axis(['a', 'b'])
df = df.groupby('ID', as_index = False).apply(combinateRows)
df['coefV1'] = df['a V1'] / df['b V1']
df['coefV2'] = df['a V2'] / df['b V2']强烈受Pandas: all possible combinations of rows影响
这种方法的优点是避免显式循环。
Stack Overflow用户
发布于 2022-09-22 01:38:28
您可以尝试以下方法：
import pandas as pd
df = pd.DataFrame({
'ID': [1, 1, 1, 2, 2],
'Country': ['US', 'GB', 'AU', 'US', 'CL'],
'V1': [0.4, 0.6, 0.4, 0.5, 0.4],
'V2': [1, 2, 3, 2, 2]
})
def f(df):
dfs=[]
for c in ['V1', 'V2']:
d = pd.DataFrame(df[c].values / df[c].values[:, None],
index=df['Country'],
columns=df['Country'])
d.columns.name = 'Country2'
d = d.unstack().reset_index()
d = d[d['Country'] < d['Country2']]
d['County Pair'] = d['Country2'] + "/" + d['Country']
d = d[['County Pair', 0]]
d = d.set_index('County Pair')
d.columns = ['Q' + c]
dfs.append(d)
return pd.concat(dfs, axis=1)
print(df.groupby(by='ID').apply(f))它规定：
QV1 QV2
ID County Pair
1 US/GB 0.666667 0.500000
US/AU 1.000000 0.333333
GB/AU 1.500000 0.666667
2 US/CL 1.250000 1.000000页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/73808201
复制相关文章
相似问题
腾讯云开发者
