- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我的虚拟数据框如下:
+--------+------+------+------+------+
| item | p1 | p2 | p3 | p4 |
|--------+------+------+------+------|
| a | 1 | 0 | 1 | 1 |
| b | 0 | 1 | 1 | 0 |
| c | 1 | 0 | 1 | 1 |
| d | 0 | 0 | 0 | 1 |
| e | 1 | 0 | 1 | 1 |
| f | 1 | 1 | 1 | 1 |
| g | 1 | 0 | 0 | 0 |
+--------+------+------+------+------+
我想找出参数p1,p2,p3,p4
是否组合使用的方式数。预期结果如下:
+--------+------+--------+--------+--------+
| Length | P-groups(s) | Count | Items |
+--------+---------------+--------+--------+
| 1 | p1 | 1 | g |
| | p4 | 1 | d |
| | | | |
| 2 | p2,p3 | 1 | b |
| | | | |
| 3 | p1,p2,p3 | 3 | [a,c,e]|
| | | | |
| 4 | p1,p2,p3,p4 | 1 | f |
+--------+---------------+--------+--------+
所以,我的粗略代码如下:
import pandas as pd
from itertools import chain, combinations
df= pd.DataFrame({'item': ['a','b','c','d','e','f','g'],
'p1': [1,0,1,0,1,1,1],
'p2': [0,1,0,0,0,1,0],
'p3': [1,1,1,0,1,1,0],
'p4': [1,0,1,1,1,1,0]})
def all_subsets(ss):
return chain(*map(lambda x: combinations(ss, x), range(0, len(ss)+1)))
subsets = []
for subset in all_subsets(list(df)[1:]):
subsets.append(list(subset))
for grp in subsets[1:]: #subset[1:] is to exclude empty set
print df.groupby(grp).size().reset_index().rename(columns={0:'count'})
我想知道是否有任何 pandas 方法可以得到预期的结果?
最佳答案
将 pd.groupby
与 pd.filter
一起使用:
import pandas as pd
tmp = df.filter(like='p')
new = tmp.replace(1, pd.Series(tmp.columns, tmp.columns)).copy(deep=True)
df['length'] = tmp.sum(1)
df['groups'] = new.apply(lambda x:','.join(s for s in x if s), 1)
gdf = df.groupby(['length', 'groups'])['item'].agg(['count', list])
print(gdf)
输出:
count list
length groups
1 p1 1 [g]
p4 1 [d]
2 p2,p3 1 [b]
3 p1,p3,p4 3 [a, c, e]
4 p1,p2,p3,p4 1 [f]
如果你想解压 gdf['list']
添加下面一行:
gdf['list'] = [l[0] if len(l)==1 else l for l in gdf['list']]
这就像想要的输出:
count list
length groups
1 p1 1 g
p4 1 d
2 p2,p3 1 b
3 p1,p3,p4 3 [a, c, e]
4 p1,p2,p3,p4 1 f
关于python - Pandas:Groupby 列子集的所有组合,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56180912/
我正在 csv 上使用 hadoop 来分析一些数据。我使用sql/mysql(不确定)来分析数据,现在陷入了僵局。 我花了好几个小时在谷歌上搜索,却没有找到任何相关的东西。我需要一个查询,在该查询中
我正在为 Bootstrap 网格布局的“简单”任务而苦苦挣扎。我希望在大视口(viewport)上有 4 列,然后在中型设备上有 2 列,最后在较小的设备上只有 1 列。 当我测试我的代码片段时,似
对于这个令人困惑的标题,我深表歉意,我想不出这个问题的正确措辞。相反,我只会给你背景信息和目标: 这是在一个表中,一个人可能有也可能没有多行数据,这些行可能包含相同的 activity_id 值,也可
具有 3 列的数据库表 - A int , B int , C int 我的问题是: 如何使用 Sequelize 结果找到 A > B + C const countTasks = await Ta
我在通过以下功能编写此查询时遇到问题: 首先按第 2 列 DESC 排序,然后从“不同的第 1 列”中选择 只有 Column1 是 DISTINCT 此查询没有帮助,因为它首先从第 1 列中进行选择
使用 Bootstrap 非常有趣和有帮助,目前我在创建以下需求时遇到问题。 “使用 bootstrap 在桌面上有 4 列,在平板电脑上有 2 列,在移动设备上有 1 列”谁能告诉我正确的结构 最佳
我是 R 新手,正在问一个非常基本的问题。当然,我在尝试从所提供的示例中获取指导的同时做了功课here和 here ,但无法在我的案例中实现这个想法,即可能是由于我的问题中的比较维度更大。 我的实
通常我会使用 R 并执行 merge.by,但这个文件似乎太大了,部门中的任何一台计算机都无法处理它! (任何从事遗传学工作的人的附加信息)本质上,插补似乎删除了 snp ID 的 rs 数字,我只剩
我有一个 df , delta1 delta2 0 -1 2 0 -1 0 0 0 我想知道如何分配 delt
您好,我想知道是否可以执行以下操作。显然,我已经尝试在 phpMyAdmin 中运行它,但出现错误。也许还有另一种方式来编写此查询。 SELECT * FROM eat_eat_restaurants
我有 2 个列表(标题和数据值)。我想要将数据值列 1 匹配并替换为头文件列 1,以获得与 dataValue 列 1 和标题值列 2 匹配的值 头文件 TotalLoad,M0001001 Hois
我有两个不同长度的文件,file2 是一个很大的引用文件,我从中提取文件 1 的数据。 我有一行 awk,我通常会对其进行调整以在我的文件中进行查找和替换,但它总是在同一列中进行查找和替换。 所以对于
假设我有两个表,如下所示。 create table contract( c_ID number(1) primary key, c_name varchar2(50) not
我有一个带有 varchar 列的 H2 表,其检查约束定义如下: CONSTRAINT my_constraint CHECK (varchar_field <> '') 以下插入语句失败,但当我删
这是最少量的代码,可以清楚地说明我的问题: One Two Three 前 2 个 div 应该是 2 个左列。第三个应该占据页面的其余部分。最后,我将添加选项来隐藏和
在 Azure 中的 Log Analytics 中,我为 VM Heartbeat 选择一个预定义查询,我在编辑器中运行查询正常,但当我去创建警报时,我不断收到警报“查询未返回 TimeGenera
在 Azure 中的 Log Analytics 中,我为 VM Heartbeat 选择一个预定义查询,我在编辑器中运行查询正常,但当我去创建警报时,我不断收到警报“查询未返回 TimeGenera
今天我开始使用 JexcelApi 并遇到了这个:当您尝试从特定位置获取元素时,不是像您通常期望的那样使用sheet.getCell(row,col),而是使用sheet.getCell(col,ro
我有一个包含 28 列的数据库。第一列是代码,第二列是名称,其余是值。 public void displayData() { con.Open(); MySqlDataAdapter
我很沮丧:每当我缩小这个网页时,一切都变得一团糟。我如何将网页居中,以便我可以缩小并且元素不会被错误定位。 (它应该是 2 列,但所有内容都合并为 1)我试过 但由于某种原因,这不起作用。 www.o
我是一名优秀的程序员,十分优秀!