我有三個相同尺寸的資料框。我想在 3 個資料幀中的至少 2 個中找到常見的事件（1s 和 -1s）。我想要一個相同維度的輸出資料框，其中元素位于至少兩個資料框中。
我寫了下面的例子供大家理解問題。在示例中，我想找出至少兩個資料幀中哪些位置有 1 或 -1。
import pandas as pd
A= {'a': [0, '.', 0, -1],'b': [0, '.', 1, 0], 'c':[1,'.', 0, 1] }
A = pd.DataFrame(data=A)
a b c
0 0 0 1
1 . . .
2 0 1 0
3 -1 0 1
B= {'a': [0, '.', 0, -1],'b': [1, '.', 1, 0], 'c':[1,'.', 0, -1] }
B = pd.DataFrame(data=B)
B
a b c
0 0 1 1
1 . . .
2 0 1 0
3 -1 0 -1
C = {'a': [0, '.', 0, 0],'b': [1, '.', 1, 0], 'c':[0,'.', 0, 0] }
C = pd.DataFrame(data=C)
C
a b c
0 0 1 0
1 . . .
2 0 1 0
3 0 0 0
所需的輸出將是：
a b c
0 0 1 1
1 . . .
2 0 1 0
3 -1 0 0
我嘗試了幾件事，但都沒有奏效。
我將不勝感激任何幫助。
非常感謝！
uj5u.com熱心網友回復：
您可以使用底層 numpy 陣列來計算每個值的值并用于numpy.select映射任意數量的選擇。For 在這里獨立處理，但也可以添加為要檢查的值。
dfs = [A,B,C]
vals = [1, -1]
masks = [sum(x.eq(val).astype(int) for x in dfs).ge(2)
for val in vals]
pd.DataFrame(np.select(masks, vals),
columns=A.columns, index=A.index).mask(A.eq('.'), '.')
輸出：
a b c
0 0 1 1
1 . . .
2 0 1 0
3 -1 0 0
點處理為 1/-1：
dfs = [A,B,C]
vals = ['.', 1, -1]
masks = [sum(x.eq(val).astype(int) for x in dfs).ge(2)
for val in vals]
pd.DataFrame(np.select(masks, vals),
columns=A.columns, index=A.index)
uj5u.com熱心網友回復：
我可以想象有更好的解決方案，但你可以使用：
from collections import Counter
final_df = pd.DataFrame(columns=["a", "b", "c"])
for i in range(0, len(A)):
a = 0
temp = []
for j in A.columns:
count = Counter([A[j][i], B[j][i], C[j][i]]).most_common()
if count[0][1] > 1:
temp.append(count[0][0])
else:
temp.append(0)
a =1
final_df = pd.concat([final_df, pd.DataFrame([temp], columns=["a", "b", "c"])])
輸出：
a b c
0 0 1 1
0 . . .
0 0 1 0
0 -1 0 0
uj5u.com熱心網友回復：
首先解決問題
- 連接 dfs
- groupby 較低的索引
- 聚合值計數保留第一個元素
df = (pd.concat([A, B, C], axis=0, keys=['A', 'B', 'C'])
.groupby(level=1)
.agg(lambda x: (x.value_counts().iloc[0] >= 2) * x.value_counts().index[0])
)
輸出
a b c
0 0 1 1
1 . . .
2 0 1 0
3 -1 0 0
清理代碼
該行.agg(lambda x: (x.value_counts().iloc[0] >= 2) * x.value_counts().index[0])：
- 不花哨
- 在 pandas 1.1.5 下發出警告：
DeprecationWarning: In future, it will be an error for 'np.bool_' scalars to be interpreted as an index This is separate from the ipykernel package so we can avoid doing imports until
使用替換 lambda 的函式，我們可以在這兩點上進行增強：
def series_rule(s):
vc = s.value_counts()
return vc.index[0] if (vc.iloc[0] >= 2) else 0
df = (pd.concat([A, B, C], axis=0, keys=['A', 'B', 'C'])
.groupby(level=1)
.agg(series_rule)
)
概括
我們現在可以定義一個可重用的函式：
def Rachael_rule(pandas_serie):
vc = pandas_serie.value_counts()
return vc.index[0] if (vc.iloc[0] >= 2) else 0
def df_list_apply(rule, df_list):
"""
Applies a rule to a list of dataframe of same shapes
Parameters;
- rule : a function taking a pandas.Series argument and returnig a value
- df_list a list of pandas.DataFRame
Return:
the dataframe obtained by apllyng the rule on the dimenion of the list
"""
return (pd.concat(df_list, axis=0, keys=list(range(len(df_list))))
.groupby(level=1)
.agg(rule)
)
然后：
>>> df_list_apply(Rachael_rule, [A, B, C])
[Out]
a b c
0 0 1 1
1 . . .
2 0 1 0
3 -1 0 0
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/420952.html
標籤：
上一篇：Python編程和分組