Início / coding / Perguntas / 79365034
Accepted
Samuel Allain
Asked: 2025-01-17 22:20:56 +0800 CST

Como reciclar uma lista para criar uma nova coluna?

  • 772

Como posso criar a typecoluna reciclando uma lista de dois elementos ["lat","lon"]?

endereço coordenar tipo
"lugar 1" 48.943837 tarde
"lugar 1" 2.387917 muito tempo
"lugar 2" 37.843837 tarde
"lugar 2" 6.387917 muito tempo

Como seria feito automaticamente em R comd$type <- c("lat","lon")

Reprex:

d0 = pl.DataFrame(
    {
        "adresse": ["place 1", "place 2"],
        "coord": [[48.943837, 2.387917], [37.843837, 6.387917]],
    }
)
d1 = d0.explode("coord")

O que eu tentei:

d1 = d1.with_columns(type=pl.Series(["1","2"]))
# ShapeError: unable to add a column of length 2 to a DataFrame of height 4

d1 = d1.join(pl.DataFrame({"id":["1", "2"]}), how="cross")
# logically, 8 rows instead of 4
python

3 respostas

  1. Best Answer
    (
    d0.explode("coord")
    .with_columns(
        type = pl.int_range(pl.len()).over("adresse")
    )
)

    shape: (4, 3)
┌─────────┬───────────┬──────┐
│ adresse ┆ coord     ┆ type │
│ ---     ┆ ---       ┆ ---  │
│ str     ┆ f64       ┆ i64  │
╞═════════╪═══════════╪══════╡
│ place 1 ┆ 48.943837 ┆ 0    │
│ place 1 ┆ 2.387917  ┆ 1    │
│ place 2 ┆ 37.843837 ┆ 0    │
│ place 2 ┆ 6.387917  ┆ 1    │
└─────────┴───────────┴──────┘

    Ou se você precisar polars.datatypes.Enum():

    dtype = pl.Enum(["lat", "lon"])

(
    d0.explode("coord")
    .with_columns(
        type = pl.int_range(pl.len()).over("adresse").cast(dtype)
    )
)

    shape: (4, 3)
┌─────────┬───────────┬──────┐
│ adresse ┆ coord     ┆ type │
│ ---     ┆ ---       ┆ ---  │
│ str     ┆ f64       ┆ enum │
╞═════════╪═══════════╪══════╡
│ place 1 ┆ 48.943837 ┆ lat  │
│ place 1 ┆ 2.387917  ┆ lon  │
│ place 2 ┆ 37.843837 ┆ lat  │
│ place 2 ┆ 6.387917  ┆ lon  │
└─────────┴───────────┴──────┘

    Como alternativa, você pode primeiro criar listas adicionais pl.int_ranges()e depois explodir ambas as listas juntas, para não precisar pl.Expr.over()da função window.

    (
    d0
    .with_columns(type = pl.int_ranges(2))
    # or using pl.col.coord.list.len()
    # .with_columns(type = pl.int_ranges(pl.col.coord.list.len()))
    .explode("coord", "type")
    .with_columns(type = pl.col.type.cast(dtype))
)
    • 3

  2. A transmissão em estilo R geral pode ser implementada de forma similar à solução proposta por @roman. Para evitar um OutOfBoundsError, quando há menos categorias do que linhas (ou seja, transmissão verdadeirapl.Expr.mod ), pode ser usado.

    dtype = pl.Enum(["lat", "lon"])
d0.with_columns(
    pl.int_range(pl.len()).mod(dtype.categories.len()).cast(dtype)
)

    shape: (4, 3)
┌─────────┬───────────┬─────────┐
│ adresse ┆ coord     ┆ literal │
│ ---     ┆ ---       ┆ ---     │
│ str     ┆ f64       ┆ enum    │
╞═════════╪═══════════╪═════════╡
│ place 1 ┆ 48.943837 ┆ lat     │
│ place 1 ┆ 2.387917  ┆ lon     │
│ place 2 ┆ 37.843837 ┆ lat     │
│ place 2 ┆ 6.387917  ┆ lon     │
└─────────┴───────────┴─────────┘
    • 2

  3. Aqui estão duas opções sem Enums

    Um com d0e o outro assumindo que você já crioud1

    # Option 1
# create a literal column ["lat", "lon"] and explode it at the same time as coord
d0.with_columns(type=pl.lit(["lat", "lon"])).explode("coord", "type")

d1 = d0.explode("coord")

# Option 2 - assuming d1 has been created and you want to go from there
# lat for even rows, lon for odd
d1.with_columns(
    type=pl.when(pl.int_range(pl.len()) % 2 == 0)
    .then(pl.lit("lat"))
    .otherwise(pl.lit("lon"))
)

# Same output for both

    shape: (4, 3)
┌─────────┬───────────┬──────┐
│ adresse ┆ coord     ┆ type │
│ ---     ┆ ---       ┆ ---  │
│ str     ┆ f64       ┆ str  │
╞═════════╪═══════════╪══════╡
│ place 1 ┆ 48.943837 ┆ lat  │
│ place 1 ┆ 2.387917  ┆ lon  │
│ place 2 ┆ 37.843837 ┆ lat  │
│ place 2 ┆ 6.387917  ┆ lon  │
└─────────┴───────────┴──────┘
    • 1

relate perguntas