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

Fatiando vários pedaços em um dataframe polar

  • 772

Considere o seguinte quadro de dados.

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

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

Digamos que eu tenha uma lista de tuplas, onde o primeiro valor representa o índice inicial e o segundo valor um valor de comprimento (conforme usado em pl.DataFrame.slice). Isso pode ser assim:

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

Agora, qual é uma boa maneira de fatiar/extrair dois pedaços de df, em que a primeira fatia começa na linha 1 e tem comprimento 2, enquanto a segunda parte começa na linha 5 e tem comprimento 3.

Aqui está o que estou procurando:

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

1 respostas

  1. Best Answer

    Você poderia usar pl.DataFrame.slicepara obter cada fatia separadamente e depois usar pl.concatpara concatenar todas as fatias.

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

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

    Editar. Como uma tentativa de abordagem vetorizada, você poderia primeiro usar a lista de parâmetros de fatia para criar um dataframe de índices (usando pl.int_rangese pl.DataFrame.explode). Posteriormente, este dataframe de índices pode ser usado para fatiar a dfjunção with.

    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

relate perguntas