- 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?
我有一个 pandas 数据框,其中包含大家庭成员的列表。
import pandas as pd
data = {'child':['Joe','Anna','Anna','Steffani','Bob','Rea','Dani','Dani','Selma','John','Kevin'],
'parents':['Steffani','Bob','Steffani','Dani','Selma','Anna','Selma','John','Kevin','-','Robert'],
}
df = pd.DataFrame(data)
在此数据框中,我需要通过在右侧添加多个列来构建一个新表,以显示数据之间的关系。右列的值显示了长辈关系。每列代表关系。如果我能画出图表,它可能看起来像这样:
child --> parents --> grandparents --> parents of grandparents --> grandparents of grandparents --> etc.
因此,数据帧的预期输出将如下所示:
child parents A B C D (etc)
---------------------------------------------------------------------------------
0 Joe Steffani Dani Selma Kevin <If still possible>
1 Joe Steffani Dani John -
2 Anna Bob Selma Kevin Robert
3 Anna Steffani Dani Selma Kevin
4 Anna Steffani Dani John -
5 Steffani Dani Selma Kevin Robert
6 Steffani Dani John - -
7 Bob Selma Kevin Robert -
8 Rea Anna Bob Selma Kevin
9 Rea Anna Steffani Dani Selma
10 Rea Anna Steffani Dani John
11 Dani Selma Kevin Robert -
12 Dani John - - -
13 Selma Kevin Robert - -
14 John - - - -
15 Kevin Robert - - -
目前,我使用 pandas.merge
手动构建新表。但我需要这样做很多次,直到最后一列与左列没有长辈关系。例如:
第 1 步
df2 = pd.merge(df, df, left_on='parents', right_on='child', how='left').fillna('-')
df2 = df2[['child_x','parents_x','parents_y']]
df2.columns = ['child','parents','A']
第 2 步
df3 = pd.merge(df2, df, left_on='A', right_on='child', how='left').fillna('-')
df3 = df3[['child_x','parents_x','A','parents_y']]
df3.columns = ['child','parents','A','B']
第3步
df4 = pd.merge(df3, df, left_on='B', right_on='child', how='left').fillna('-')
df4 = df4[['child_x','parents_x','A','B','parents_y']]
df4.columns = [['child','parents','A','B','C']]
第 4 步
如果C列中的值仍然存在上级关系,请编写类似的代码为D列添加第6列。
问题:
由于我的dataframe中有大数据(超过10K个数据点),如何在不逐步编写代码的情况下解决它?我不知道需要多少步骤才能构建决赛 table 。
预先感谢您的帮助。
最佳答案
考虑与 reduce
的链合并使用 merge
的 suffixes 参数对重复列名进行一些处理并删除中间子列:
def proc_build(x,y):
temp = (pd.merge(x, y, left_on='parents', right_on='child',
how='left', suffixes=['_',''])
.fillna('-'))
return temp
final_df = (reduce(proc_build, [df, df, df, df])
.set_axis(['child', 'parents',
'child1', 'A',
'child2', 'B',
'child3', 'C'], axis='columns', inplace=False)
.reindex(['child', 'parents'] + list('ABC'), axis='columns')
)
print(final_df)
# child parents A B C
# 0 Joe Steffani Dani Selma Kevin
# 1 Joe Steffani Dani John -
# 2 Anna Bob Selma Kevin Robert
# 3 Anna Steffani Dani Selma Kevin
# 4 Anna Steffani Dani John -
# 5 Steffani Dani Selma Kevin Robert
# 6 Steffani Dani John - -
# 7 Bob Selma Kevin Robert -
# 8 Rea Anna Bob Selma Kevin
# 9 Rea Anna Steffani Dani Selma
# 10 Rea Anna Steffani Dani John
# 11 Dani Selma Kevin Robert -
# 12 Dani John - - -
# 13 Selma Kevin Robert - -
# 14 John - - - -
# 15 Kevin Robert - - -
<小时/>
要扩展另一列,例如 D,请添加另一个 df
到 reduce
的 iterable 参数,并附加列出 set_axis
和 reindex
中的项目,特别是 ['child4', 'D']
和 list('ABCD')
.虽然有多种方法可以使这些项目动态化,但 reduce
可能会变得昂贵,因此应该通过一些声明性的强调来处理。
final_df = (reduce(proc_build, [df] * 5)
.set_axis(['child', 'parents',
'child1', 'A',
'child2', 'B',
'child3', 'C',
'child4', 'D'], axis='columns', inplace=False)
.reindex(['child', 'parents'] + list('ABCD'), axis='columns')
)
print(final_df)
# child parents A B C D
# 0 Joe Steffani Dani Selma Kevin Robert
# 1 Joe Steffani Dani John - -
# 2 Anna Bob Selma Kevin Robert -
# 3 Anna Steffani Dani Selma Kevin Robert
# 4 Anna Steffani Dani John - -
# 5 Steffani Dani Selma Kevin Robert -
# 6 Steffani Dani John - - -
# 7 Bob Selma Kevin Robert - -
# 8 Rea Anna Bob Selma Kevin Robert
# 9 Rea Anna Steffani Dani Selma Kevin
# 10 Rea Anna Steffani Dani John -
# 11 Dani Selma Kevin Robert - -
# 12 Dani John - - - -
# 13 Selma Kevin Robert - - -
# 14 John - - - - -
# 15 Kevin Robert - - - -
关于python - 通过多次连接自身表来创建新列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60181545/
我有一台 MySQL 服务器和一台 PostgreSQL 服务器。 需要从多个表中复制或重新插入一组数据 MySQL 流式传输/同步到 PostgreSQL 表。 这种复制可以基于时间(Sync)或事
如果两个表的 id 彼此相等,我尝试从一个表中获取数据。这是我使用的代码: SELECT id_to , email_to , name_to , status_to
我有一个 Excel 工作表。顶行对应于列名称,而连续的行每行代表一个条目。 如何将此 Excel 工作表转换为 SQL 表? 我使用的是 SQL Server 2005。 最佳答案 这取决于您使用哪
我想合并两个 Django 模型并创建一个模型。让我们假设我有第一个表表 A,其中包含一些列和数据。 Table A -------------- col1 col2 col3 col
我有两个表:table1,table2,如下所示 table1: id name 1 tamil 2 english 3 maths 4 science table2: p
关闭。此题需要details or clarity 。目前不接受答案。 想要改进这个问题吗?通过 editing this post 添加详细信息并澄清问题. 已关闭 1 年前。 Improve th
下面两个语句有什么区别? newTable = orginalTable 或 newTable.data(originalTable) 我怀疑 .data() 方法具有性能优势,因为它在标准 AX 中
我有一个表,我没有在其中显式定义主键,它并不是真正需要的功能......但是一位同事建议我添加一个列作为唯一主键以随着数据库的增长提高性能...... 谁能解释一下这是如何提高性能的? 没有使用索引(
如何将表“产品”中的产品记录与其不同表“图像”中的图像相关联? 我正在对产品 ID 使用自动增量。 我觉得不可能进行关联,因为产品 ID 是自动递增的,因此在插入期间不可用! 如何插入新产品,获取产品
我有一个 sql 表,其中包含关键字和出现次数,如下所示(尽管出现次数并不重要): ____________ dog | 3 | ____________ rat | 7 | ____
是否可以使用目标表中的LAST_INSERT_ID更新源表? INSERT INTO `target` SELECT `a`, `b` FROM `source` 目标表有一个自动增量键id,我想将其
我正在重建一个搜索查询,因为它在“我看到的”中变得多余,我想知道什么 (albums_artists, artists) ( ) does in join? is it for boosting pe
以下是我使用 mysqldump 备份数据库的开关: /usr/bin/mysqldump -u **** --password=**** --single-transaction --databas
我试图获取 MySQL 表中的所有行并将它们放入 HTML 表中: Exam ID Status Assigned Examiner
如何查询名为 photos 的表中的所有记录,并知道当前用户使用单个查询将哪些结果照片添加为书签? 这是我的表格: -- -- Table structure for table `photos` -
我的网站都在 InnoDB 表上运行,目前为止运行良好。现在我想知道在我的网站上实时发生了什么,所以我将每个页面浏览量(页面、引荐来源网址、IP、主机名等)存储在 InnoDB 表中。每秒大约有 10
我在想我会为 mysql 准备两个表。一个用于存储登录信息,另一个用于存储送货地址。这是传统方式还是所有内容都存储在一张表中? 对于两个表...有没有办法自动将表 A 的列复制到表 B,以便我可以引用
我不是程序员,我从这个表格中阅读了很多关于如何解决我的问题的内容,但我的搜索效果不好 我有两张 table 表 1:成员 id*| name | surname -------------------
我知道如何在 ASP.NET 中显示真实表,例如 public ActionResult Index() { var s = db.StaffInfoDBSet.ToList(); r
我正在尝试运行以下查询: "insert into visits set source = 'http://google.com' and country = 'en' and ref = '1234
我是一名优秀的程序员,十分优秀!