[英]Creating Dictionary from Pandas DataFrame Column Based on Unique Values in Column
[英]Pandas Dataframe creating a unique column
我想添加每列,作为duration + credit_amount
,所以我创建了以下算法:
def automate_add(add):
for i, column in enumerate(df):
for j, operando in enumerate(df):
if column != operando:
columnName = column + '_sum_' + operando
add[columnName] = df[column] + df[operando]
与输出:
但是,知道duration + credit_amount = credit_amount + duration
。 我不想重复列。 期望这个函数的结果:
我该怎么做?
我试图使用哈希集,但似乎只适用于熊猫系列[1] 。
编辑:数据帧: https : //www.openml.org/d/31
使用下面的,应该更快地工作:
import itertools
my_list=[(pd.Series(df.loc[:,list(i)].sum(axis=1),\
name='_sum_'.join(df.loc[:,list(i)].columns))) for i in list(itertools.combinations(df.columns,2))]
final_df=pd.concat(my_list,axis=1)
print(final_df)
duration_sum_credit_amount duration_sum_installment_commitment \
0 1175 10
1 5999 50
2 2108 14
3 7924 44
4 4894 27
credit_amount_sum_installment_commitment
0 1173
1 5953
2 2098
3 7884
4 4873
说明 : print(list(itertools.combinations(df.columns,2)))
给出:
[('duration', 'credit_amount'),
('duration', 'installment_commitment'),
('credit_amount', 'installment_commitment')]
帖子那样做:
for i in list(itertools.combinations(df.columns,2)):
print(df.loc[:,list(i)])
print("---------------------------")
这会将列组合打印在一起。 所以我只是在轴= 1上总结它并在pd.series下调用它,并通过加入它们给它一个名字。
发布此信息只需将它们附加到列表中并在轴= 1上连接它们以获得最终结果。 :)
您已经指向了itertools.combinations
,这是正确的工具,并且会为您节省一些循环和重复列的问题。 有关排列,组合等的更多详细信息,请参阅文档 。
首先,让我们创建DataFrame,以便我们可以重现这个例子:
import pandas as pd
from itertools import combinations
df = pd.DataFrame({
'a': [1,2,3],
'b': [4,5,6],
'c': [7,8,9]
})
>>> df
a b c
0 1 4 7
1 2 5 8
2 3 6 9
现在让我们开始工作吧。 我们的想法是获取列的所有combinations
,然后执行字典理解以返回类似{column_name: sum}
。 这里是:
>>> pd.DataFrame({c1 + '_sum_' + c2: df[c1] + df[c2]
for c1, c2 in combinations(df.columns, 2)})
a_sum_b a_sum_c b_sum_c
0 5 8 11
1 7 10 13
2 9 12 15
请注意,您可以将sum
替换为在两个pd.Series
上运行的任何其他函数。
该函数可以有一个if条件来检查关联添加是否已作为列添加到数据框,如下所示:
def automate_add(add):
columnLst=[]
#list where we will add column names to avoid the associate sum columns
for i, column in enumerate(df):
for j, operando in enumerate(df):
if column != operando:
if operando + '_sum_' + column not in columnLst:
columnName = column + '_sum_' + operando
add[columnName] = df[column] + df[operando]
columnLst.append(columnName)
我没有在你的数据上测试过这个。 如果它不起作用,请尝试告诉我。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.