Itertools：根据前三行或列表中的前一个元素选择大熊猫

Question

希望为一整天困扰我的问题寻求帮助。 我有一个实验的数据，该实验通过屏幕要求受试者按键盘上的四个按钮之一（'m'，'x'，'n'，'z'）进行1600次试验。 在偶数试验中，按下按钮遵循随机选择的模式（例如mnzxmnzxmnzx），但在奇数试验中，按下按钮是随机选择的。 我获得的数据集仅包含受试者在哪个试验中按下的键。 我需要找出：

（1）主体的模式是什么。 （我尝试过此操作，因为该模式重复出现）

def find_pattern(df):
'''find the pattern for this subject'''
   criterion = df['trial'].isin([1, 3, 5, 7])
   the_pattern = df[criterion].circle_key.tolist()
   return df


df = df.groupby('sid').apply(find_pattern)

（2）找出此主题模式的可能组合是什么（即，如果我按“ m”，则下一个模式元素将为“ x”）

为此，我尝试了一堆不同的itertools，但没有一个完全符合我的需要。 我想基本上列出：

 ['m', 'x', 'z', 'n'] 

对于进入（1）的每个对象，并进行两个IN ORDER的所有可能组合。 因此，这将是：

 [('m', 'x'), ('x', 'z'), ('z', 'n'), ('n', 'm')]

并且没有其他可能性。 然后，我想创建一个列，该列在最近三个试验（包括当前的试验）中构成一个三联体，如下面的triplet所示。 我觉得必须有某种滚动窗口，或者选择最后三个试验的简单方法。 我已经尝试了各种错误的方法-我似乎无法弄清楚如何引用数据帧中的“当前”行（不使用for列表）...

我需要这些值，因为我需要比较triplet的第一个和最后一个元素是否是可能的组合之一（ possible_comb ）。 （因此，对于试验3，答案将为TRUE，而对于试验4，答案将为FALSE）。

任何帮助将不胜感激。 我当前的数据如下所示：

trial sid key
1     1   'm'
2     1   'm'  
3     1   'x'
4     1   'n'
5     1   'x'
6     1   'x'
7     1   'n'
1     2   'm'
2     2   'm'
...   ... 

我希望它看起来像这样：

trial sid key    pattern               possible_comb                                 triplet
1     1   'm'    ['m', 'x', 'x', 'n']  [('m','x'), ('x','x'), ('x','n'), ('n', 'm')] NaN
2     1   'm'    ['m', 'x', 'x', 'n']  [('m','x'), ('x','x'), ('x','n'), ('n', 'm')] NaN
3     1   'x'    ['m', 'x', 'x', 'n']  [('m','x'), ('x','x'), ('x','n'), ('n', 'm')] ['m', 'm', 'x']
4     1   'n'    ['m', 'x', 'x', 'n']  [('m','x'), ('x','x'), ('x','n'), ('n', 'm')] ['m', 'x', 'n']
5     1   'x'    ['m', 'x', 'x', 'n']  [('m','x'), ('x','x'), ('x','n'), ('n', 'm')] ['x', 'n', 'x']
6     1   'x'    ['m', 'x', 'x', 'n']  [('m','x'), ('x','x'), ('x','n'), ('n', 'm')] ['n', 'x', 'x'] 
7     1   'n'    ['m', 'x', 'x', 'n']  [('m','x'), ('x','x'), ('x','n'), ('n', 'm')] ['x', 'x', 'n']
1     2   'n'    ['n', 'x', 'm', 'n']  [('m','x'), ('x','x'), ('x','n'), ('n', 'm')] NaN
2     2   'm'    ['n', 'x', 'm', 'n']  [('m','x'), ('x','x'), ('x','n'), ('n', 'm')] NaN
...   ... 

Answer 1

要获得“模式”，您只需要对主题ID进行分组，并获取其他所有元素。 可以这样做：

>>> d.groupby('sid')['key'].apply(lambda c: list(c[::2]))
sid
1      ['m', 'x', 'x', 'n']

（由于您仅包含了来自主题2的部分数据，因此删节了您的示例，只包含了一个主题，这太短了，因此没有这样的“模式”。这就是主题1的模式。）

如果要在对应主题的原始DataFrame的每一行中复制该数据，请使用map来获取每个主题ID的模式：

>>> d['pattern'] = d.sid.map(d.groupby('sid')['key'].apply(lambda c: list(c[::2])))
>>> d
   trial  sid  key               pattern
0      1    1  'm'  ['m', 'x', 'x', 'n']
1      2    1  'm'  ['m', 'x', 'x', 'n']
2      3    1  'x'  ['m', 'x', 'x', 'n']
3      4    1  'n'  ['m', 'x', 'x', 'n']
4      5    1  'x'  ['m', 'x', 'x', 'n']
5      6    1  'x'  ['m', 'x', 'x', 'n']
6      7    1  'n'  ['m', 'x', 'x', 'n']

要获得顺序组合，只需将第一个元素添加到末尾（以使序列“循环”），然后通过使用具有以下功能的两个元素的子列表来提取组合：

def getCombs(pattern):
    pattern = pattern + [pattern[0]]
    return [pattern[ix:ix+2] for ix in xrange(len(pattern)-1)]

然后，您可以将模式放入DataFrame中：

>>> d['combs'] = d.pattern.map(getCombs)
>>> d.combs
0    [['m', 'x'], ['x', 'x'], ['x', 'n'], ['n', 'm']]
1    [['m', 'x'], ['x', 'x'], ['x', 'n'], ['n', 'm']]
2    [['m', 'x'], ['x', 'x'], ['x', 'n'], ['n', 'm']]
3    [['m', 'x'], ['x', 'x'], ['x', 'n'], ['n', 'm']]
4    [['m', 'x'], ['x', 'x'], ['x', 'n'], ['n', 'm']]
5    [['m', 'x'], ['x', 'x'], ['x', 'n'], ['n', 'm']]
6    [['m', 'x'], ['x', 'x'], ['x', 'n'], ['n', 'm']]
Name: combs, dtype: object

（我在这里仅显示“梳子”列，因为包括所有列都使其太宽而无法舒适地显示。）