作者热门文章
- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
假设,一个 DataFrame 的形式是:
column1 column2 is_duplicate
0 xyz XYZ 1
1 xyz XyZ 1
2 abc ABC 1
3 abc aBc 1
如何在 column1
和 column2
上执行笛卡尔积,使得新创建的行的值为 0 而原始行在 is_duplicate
列?
输出后预期的DataFrame:
column1 column2 is_duplicate
0 xyz XYZ 1
1 xyz XyZ 1
2 xyz ABC 0
3 xyz aBc 0
4 abc XYZ 0
5 abc XyZ 0
6 abc ABC 1
7 abc aBc 1
最佳答案
你可以使用 pd.MultiIndex.from_product
形成笛卡尔积。由于这是一个索引,您可以将其传递给 df.reindex
扩展数据框为索引中的每个值包含一行:
import numpy as np
import pandas as pd
df = pd.DataFrame({'column1': ['xyz', 'xyz', 'abc', 'abc'],
'column2': ['XYZ', 'XyZ', 'ABC', 'aBc'],
'is_duplicate': [1, 1, 1, 1]})
cols = ['column1', 'column2']
index = pd.MultiIndex.from_product([df[col].unique() for col in cols],
names=cols)
result = df.set_index(['column1','column2']).reindex(index, fill_value=0).reset_index()
print(result)
产量
column1 column2 is_duplicate
0 xyz XYZ 1
1 xyz XyZ 1
2 xyz ABC 0
3 xyz aBc 0
4 abc XYZ 0
5 abc XyZ 0
6 abc ABC 1
7 abc aBc 1
关于python - DataFrame 列的笛卡尔积并在 Python 中将新创建的行设置为 0,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45257778/
我是一名优秀的程序员,十分优秀!