如何迭代Pandas数据帧中的多个列？
如何迭代Pandas数据帧中的多个列？
提问于 2020-10-07 03:49:14
我有以下数据框，其中一列表示对话中每秒钟发言者的ID (0,1)，另一列表示该对话中经过的秒数。
myDF = pd.DataFrame({'ID': [0,0,0,0,1,1,1,1,0,0,0,0,1,1,1,1], 'seconds': (np.arange(16))})
-------------------------------
ID Seconds
-------------------------------
0 0
0 1
0 2
0 3
1 4
1 5
1 6
1 7
0 8
0 9
0 10
0 11
1 12
1 13
1 14
1 15
-------------------------------我只对说话人ID 1感兴趣，希望说话人1的语音边界清楚地在4-7秒和12-15秒之间。我想要生成的是一个单独的数据帧，它包含每个扬声器1语音片段的开始和结束，其中每一行都是一个不间断的语音周期。如下所示：
--------------------------------
start end
--------------------------------
4 7
12 15
--------------------------------我有一些不能工作的伪代码，希望能勾勒出我试图实现的目标，但到目前为止，我还找不到正确的解决方案。实际上，对于每一行，我将ID值与前一行进行比较(因为ID的变化表示语音的开始)，并将相应的秒值添加到bdry dataframe。类似地，我将每个ID值与下一行进行比较(因为这将表示语音的结束)。
bdry = pd.DataFrame(columns=['start','end'])
for i in myDF:
if i['ID'] == 1:
if i.ID != i['ID'].shift(): # compare ID with previous
bdry['start'].append(i['seconds'])
if i.ID != i['ID'].shift(-1): # compare ID with next
bdry['end'].append(i['seconds'])回答 2
Stack Overflow用户
回答已采纳
发布于 2020-10-07 04:38:03
使用以下代码：
result = myDF.groupby((myDF.ID != myDF.ID.shift()).cumsum()).agg(
ID=('ID', 'first'), start=('seconds', 'first'), end=('seconds', 'last'))\
.query('ID == 1').drop(columns='ID').reset_index(drop=True)对于您的数据样本，结果为：
start end
0 4 7
1 12 15Stack Overflow用户
发布于 2020-10-07 04:07:12
import pandas as pd
from itertools import groupby
myDF = pd.DataFrame({'ID': [0,0,0,0,1,1,1,1,0,0,0,0,1,1,1,1], 'seconds': (np.arange(16))})
tmp, m = [], myDF['ID'] == 1
for v, g in groupby(zip(m.index, m), lambda k: k[1]):
if v:
g = list(g)
tmp.append((g[0][0], g[-1][0]))
df = pd.DataFrame(tmp, columns=['start', 'end'])
print(df)打印：
start end
0 4 7
1 12 15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/64232860
复制相关文章
相似问题
腾讯云开发者
