主页 / coding / 问题 / 78711698
Accepted
Andi
Asked: 2024-07-05 21:19:28 +0800 CST

在极坐标数据框中切分多个块

  • 772

考虑以下数据框。

df = pl.DataFrame(data={"col1": range(10)})

┌──────┐
│ col1 │
│ ---  │
│ i64  │
╞══════╡
│ 0    │
│ 1    │
│ 2    │
│ 3    │
│ 4    │
│ 5    │
│ 6    │
│ 7    │
│ 8    │
│ 9    │
└──────┘

假设我有一个元组列表，其中第一个值表示起始索引，第二个值表示长度值（如 中使用pl.DataFrame.slice）。这可能看起来像这样：

slices = [(1,2), (5,3)]

现在，从中切出/提取两个块的好方法是什么df，即第一个切片从第 1 行开始，长度为 2，而第二个块从第 5 行开始，长度为 3。

以下是我所寻找的内容：

┌──────┐
│ col1 │
│ ---  │
│ i64  │
╞══════╡
│ 1    │
│ 2    │
│ 5    │
│ 6    │
│ 7    │
└──────┘
dataframe

1 个回答

  1. Best Answer

    您可以使用它pl.DataFrame.slice来分别获取每个切片，然后使用它pl.concat来连接所有切片。

    pl.concat(df.slice(*slice) for slice in slices)

    shape: (5, 1)
┌──────┐
│ col1 │
│ ---  │
│ i64  │
╞══════╡
│ 1    │
│ 2    │
│ 5    │
│ 6    │
│ 7    │
└──────┘

    编辑。作为矢量化方法的尝试，您可以首先使用切片参数列表来创建索引数据框（使用pl.int_ranges和pl.DataFrame.explode）。之后，可以使用此索引数据框对df连接进行切片。

    indices = (
    pl.DataFrame(slices, orient="row", schema=["offset", "length"])
    .select(
        index=pl.int_ranges("offset", pl.col("offset") + pl.col("length"))
    )
    .explode("index")
)

    shape: (5, 1)
┌───────┐
│ index │
│ ---   │
│ i64   │
╞═══════╡
│ 1     │
│ 2     │
│ 5     │
│ 6     │
│ 7     │
└───────┘

    (
    indices
    .join(
        df,
        left_on="index",
        right_on=pl.int_range(pl.len()),
        how="left",
        coalesce=True,
    )
    .drop("index")
)

    shape: (5, 1)
┌──────┐
│ col1 │
│ ---  │
│ i64  │
╞══════╡
│ 1    │
│ 2    │
│ 5    │
│ 6    │
│ 7    │
└──────┘
    • 5

相关问题