- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我很困惑如何使用 pandas
最有效地做到这一点。
我有以下 pandas DataFrame
,目前包含两列 starts
和 ends
,代表间隔 [1, 10]
、[5, 15]
和 [3, 8]
。
import pandas as pd
dict1 = {'start': [1, 5, 3], 'end': [10, 15, 8]}
df = pd.DataFrame(dict1)
print(df)
start end
0 1 10
1 5 15
2 3 8
从 0 开始,我想计算间隔如何重叠。这是正确的合并结构(无需过多担心闭/开区间):
区间 [0, 1]
没有区间,[1,3]
有 1 个区间(来自 [1, 10]
) , [3, 5]
有两个区间(一对 [1, 10]
和 [3, 8]
),区间 [5, 8]
有三个区间([1, 10], [3, 8], [5, 15]
), [8, 10]
有两个间隔 ([1, 10], [5, 15]
),等等。
以表格形式总结结果,预期结果将是:
start end total interval
0 0 1 0 []
1 1 3 1 [[1, 10]]
2 3 5 2 [[1, 10], [3, 8]]
3 5 8 3 [[1, 10], [3, 8], [5, 15]]
4 8 10 2 [[1, 10], [5, 15]]
5 10 15 1 [[5, 15]]
6 15 75 0 []
intervals
列当前是包含每个间隔列表的列表列表。 (我包含了一个大于 15 的整数,以表明那里什么都没有;75 是任意的)
我应该如何用 Pandas 完成上述任务?这三个步骤似乎是:
(1) 将区间解构为给定任何其他区间并集的部分
(2) 计算重叠区间
(3) 存储间隔以供以后检索
pandas
是否配备了此操作?
最佳答案
从 pandas 0.24.0
开始,可以使用 pd.Interval.overlaps
:
endpoints = df.stack().sort_values().reset_index(drop=True)
intervals = pd.DataFrame({'start':endpoints.shift().fillna(0),
'end':endpoints}).astype(int)
# construct the list of intervals from the endpoints
intervals['intv'] = [pd.Interval(a,b) for a,b in zip(intervals.start, intervals.end)]
# these are the original intervals
orig_invt = pd.arrays.IntervalArray([pd.Interval(a,b) for a,b in zip(df.start, df.end)])
# walk through the intervals and compute the intersections
intervals['total'] = intervals.intv.apply(lambda x: org_intv.overlaps(x).sum())
输出:
+----+--------+------+-----------+-------+
| | start | end | intv | total |
+----+--------+------+-----------+-------+
| 0 | 0 | 1 | (0, 1] | 0 |
| 1 | 1 | 3 | (1, 3] | 1 |
| 2 | 3 | 5 | (3, 5] | 2 |
| 3 | 5 | 8 | (5, 8] | 3 |
| 4 | 8 | 10 | (8, 10] | 2 |
| 5 | 10 | 15 | (10, 15] | 1 |
+----+--------+------+-----------+-------+
关于python - 如何计算重叠并为 Pandas 找到重叠的伙伴?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55681792/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!