主页 / coding / 问题 / 79062492
Accepted
lucky1928
Asked: 2024-10-07 23:08:37 +0800 CST

将下一对拆分成列

  • 772

我想将嵌套数据对转换为多列。

举个例子，列中的IN和是数据对，但它是嵌套的。OUTaction

import pandas as pd

data = [
 [1,'IN'],
 [2,'IN'],
 [3,'OUT'],
 [4,'OUT'],
 [5,'IN'],
 [6,'IN'],
 [7,'OUT'],
 [8,'OUT']
]
df = pd.DataFrame(data, columns=['ts','action'])
print(df)

预期输出为：

   ts_IN  ts_OUT
0   1      4
1   2      3
4   5      8
5   6      7

任何熊猫方法都可以处理这种情况吗？

pandas

4 个回答

  1. 在这种情况下，我会选择纯 Python 解决方案，如下所示：

    import pandas as pd

data =[
 [1,'IN'],
 [2,'IN'],
 [3,'OUT'],
 [4,'OUT'],
 [5,'IN'],
 [6,'IN'],
 [7,'OUT'],
 [8,'OUT']
   ]
    
def InOutParser(data):
    res = {}
    res["IN"] = [None]*int(len(data)/2)
    res["OUT"] = [None]*int(len(data)/2)
    j = 0
    i = 0
    while len(data) > 0:
        while i < len(data):
            if data[i][-1] == "OUT":
                res["OUT"][j] = data[i][0]
                res["IN"][j] = data[i-1][0]
                data.pop(i)
                data.pop(i-1)
                i -=1
                j +=1
                break
            i+=1
    return pd.DataFrame(res)

print(InOutParser(data))
    • 1
  2. Best Answer

    您可以使用自定义的 python 函数，跟踪看到的 IN 并在每次找到 OUT 时产生最后一个：

    out = {}
ins = []
for i, (s, t) in enumerate(zip(df['action'], df['ts'])):
    if s == 'IN':
        ins.append(i)
        out[i] = [t, None]
    else:
        i = ins.pop()
        out[i][1] = t

out = pd.DataFrame.from_dict(out, orient='index',
                             columns=['ts_IN', 'ts_OUT'])

    注意：这要求任何点的 OUT 都不能多于 IN。

    输出：

       ts_IN  ts_OUT
0      1       4
1      2       3
4      5       8
5      6       7

    其他例子：

    # input
df = pd.DataFrame({'ts': range(10),
                   'action': ['IN', 'IN', 'OUT', 'IN', 'OUT', 'OUT', 
                              'IN', 'IN', 'OUT', 'OUT']})

# output
   ts_IN  ts_OUT
0      0       5
1      1       2
3      3       4
6      6       9
7      7       8
    • 1

  3. 您可以创建初始框架，然后过滤框架以获取IN和OUT值：

    #!/usr/bin/env python3

import pandas as pd

def pair_in_out(data):
    """Pairs 'IN' and 'OUT' timestamps into a single DataFrame."""
    df = pd.DataFrame(data, columns=['ts', 'action'])
    return pd.DataFrame({
        'ts_IN': __filter_column(df, 'ts', 'action', 'IN'),
        'ts_OUT': __filter_column(df, 'ts', 'action', 'OUT'),
    })

def __filter_column(df, value_field, filter_field, filter_value):
    """Filters the DataFrame by the filter_field and extracts the value_field."""
    return df[df[filter_field] == filter_value].reset_index(drop=True)[value_field]

if __name__ == '__main__':
    data = [
        [1, 'IN'], [2, 'IN'], [3, 'OUT'], [4, 'OUT'],
        [5, 'IN'], [6, 'IN'], [7, 'OUT'], [8, 'OUT']
    ]
    
    print(pair_in_out(data))

    如果您想要更动态的版本，您可以传入列/字段和过滤器：

    #!/usr/bin/env python3

import pandas as pd

def pair_columns_by_filter(input_data, column_names, value_column, filter_column, filter_values):
    df = pd.DataFrame(input_data, columns=column_names)
    return pd.DataFrame({
        f"{value_column}_{target}": __filter_column(df, value_column, filter_column, target)
        for target in filter_values
    })

def __filter_column(df, value_column, filter_column, filter_value):
    return df[df[filter_column] == filter_value].reset_index(drop=True)[
        value_column
    ]

if __name__ == '__main__':
    data = [
        [1, 'IN'], [2, 'IN'], [3, 'OUT'], [4, 'OUT'],
        [5, 'IN'], [6, 'IN'], [7, 'OUT'], [8, 'OUT']
    ]

    result = pair_columns_by_filter(
        input_data=data,
        column_names=['ts', 'action'],
        value_column='ts',
        filter_column='action',
        filter_values=['IN', 'OUT']
    )
    
    print(result)
    • 1

  4. 试试这个：

    result = (
    df.set_index([df.groupby('action').cumcount(), 'action'])
    .unstack()
    .droplevel(axis=1, level=0)
    .add_prefix('ts_')
)
print(result)

>>>
action  ts_IN  ts_OUT
0           1       3
1           2       4
2           5       7
3           6       8
    • 0

相关问题