系统地遍历 DF 的多列和多行以跨多列输出不同的列表大小

Posted 2023-03-12

【中文标题】系统地遍历 DF 的多列和多行以跨多列输出不同的列表大小

【英文标题】：Systematically iterate across multiple columns and rows of DF to output differing list sizes across multiple columns

【发布时间】：2018-07-01 17:19:36

【问题描述】：

我希望遍历此数据框以增加列['B'] 和列['C'] 的列表大小。这对这个例子并不重要，但这些列表将在每次迭代期间输入到一个函数中。 例如：

df = pd.DataFrame('A' : ['a','a','b','b'],
                   'B' : ['1','2','1','2'],
                   'C' : ['2','3','1','6'])

通过遍历这个dataframe，我希望得到如下的东西：

（以['B'] 列开头）

[1]
[1,2]
[1,2,1]
[1,2,1,2]

（然后是列['C']）

[2]
[2,3]
[2,3,1]
[2,3,1,6]

这些列表将在每次迭代结束时放入一个函数中，但我遇到的问题是编写一个适当的 for 循环来对列表生成进行编码。

我的问题的第二个方面并不那么重要......但如果我也可以迭代地输出列表停止的['A'] 的值（例如，当遍历列['C'] 时） ，列表[2,3] 与['A'] = 'b' 相关，[2,3,1] 的列['C'] 中的列表与['A'] = 'b' 相关。

非常感谢任何帮助。

【参考方案1】：

df['B'],df['C']=df[['B','C']].values[::None].T.cumsum(axis=1)
df.applymap(list)
Out[1118]: 
     A             B             C
0  [a]           [1]           [2]
1  [a]        [1, 2]        [2, 3]
2  [b]     [1, 2, 1]     [2, 3, 1]
3  [b]  [1, 2, 1, 2]  [2, 3, 1, 6]

更新

df[['B','C']]=df[['B','C']].applymap(list)
df
Out[1121]: 
   A             B             C
0  a           [1]           [2]
1  a        [1, 2]        [2, 3]
2  b     [1, 2, 1]     [2, 3, 1]
3  b  [1, 2, 1, 2]  [2, 3, 1, 6]

【讨论】：

不错的一个！虽然看起来 A 也被转换为列表列。

【参考方案2】：

有点做作，但这可能是最简单的方法。请注意，在列表中添加非常昂贵。

df[['B', 'C']] = df[['B', 'C']].values.reshape(-1, 2, 1).tolist()
df[['B', 'C']].cumsum()

              B             C
0           [1]           [2]
1        [1, 2]        [2, 3]
2     [1, 2, 1]     [2, 3, 1]
3  [1, 2, 1, 2]  [2, 3, 1, 6]

诀窍是增加数组的维数，因此每个元素都变成一个包含单个元素的列表。分配回来后，您可以调用 df.cumsum，它按行操作并将列表累加在一起。

【讨论】：

从你的 cumsum 中找到另一种方式 :-)

【参考方案3】：

另一种方法是使用“扩展窗口”功能：

>>> def expanding_window(obj):
        n = len(obj) + 1
        return [obj[:i] for i in range(1, n)]

>>> pd.DataFrame([expanding_window(df[k].tolist()) for k in df.columns], index=df.columns).T
              A             B             C
0           [a]           [1]           [2]
1        [a, a]        [1, 2]        [2, 3]
2     [a, a, b]     [1, 2, 1]     [2, 3, 1]
3  [a, a, b, b]  [1, 2, 1, 2]  [2, 3, 1, 6]

【参考方案4】：

如果你想使用 for 循环，你可以这样做：

for col in ['B','C']:
    print([df[col].tolist()[:i+1] for i,v in enumerate(df[col].tolist())])

[['1'], ['1', '2'], ['1', '2', '1'], ['1', '2', '1', '2']]
[['2'], ['2', '3'], ['2', '3', '1'], ['2', '3', '1', '6']]

对于你的第二个问题，这是你所追求的吗？

for col in ['B','C']:
    print([df[col].tolist()[:i+1]+[df.A.iloc[i]] for i,v in enumerate(df[col].tolist())])

[['1', 'a'], ['1', '2', 'a'], ['1', '2', '1', 'b'], ['1', '2', '1', '2', 'b']]
[['2', 'a'], ['2', '3', 'a'], ['2', '3', '1', 'b'], ['2', '3', '1', '6', 'b']]