Создавайте кадры данных из уникальных пар значений путем фильтрации по нескольким столбцам.

Я хочу фильтровать значения по нескольким столбцам, создавая кадры данных для уникальных комбинаций значений. Любая помощь будет оценена по достоинству.

Вот мой код, который терпит неудачу (учитывая dataframe df):

dd = defaultdict(dict)  #create blank default dictionary
values_col1 = df.col1.unique()   #get the unique values from column 1 of df
for i in values_col1:
    dd[i] = df[(df['col1']==i)]    #for each unique value create a sorted df and put in in a dictionary
    values_col2 = dd[i].col2.unique() #get the unique values from column2 of df
    for m in values_col2:  
        dd[i][m] = dd[i][(dd[i]['col2']==m)]  #for each unique column2 create a sub dictionary

Когда я запускаю его, я получаю очень длинное сообщение об ошибке. Я не буду вставлять сюда все, но вот некоторые из них:

C:\Anaconda3\lib\site-packages\pandas\indexes\base.py в get_loc(self, ключ, метод, допуск) 1944 попробуйте: -> 1945 return self._engine.get_loc(key) 1946 кроме KeyError:

...

ValueError: неправильное количество переданных элементов 6, размещение подразумевает 1


python pandas dataframe
person sparrow    schedule 06.07.2016    source источник
comment
Узнайте о перестановках numpy.   -  person Merlin    schedule 06.07.2016

Ответы (1)


arrow_upward
2
arrow_downward

Используйте функциональность pandas groupby для извлечения уникальных индексов и соответствующих строк вашего фрейма данных.

import pandas as pd
from collections import defaultdict

df = pd.DataFrame({'col1': ['A']*4 + ['B']*4,
                   'col2': [0,1]*4,
                   'col3': np.arange(8),
                   'col4': np.arange(10, 18)})

dd = defaultdict(dict)
grouped = df.groupby(['col1', 'col2'])
for (c1, c2), g in grouped:
    dd[c1][c2] = g

Это сгенерированный df:

  col1  col2  col3  col4
0    A     0     0    10
1    A     1     1    11
2    A     0     2    12
3    A     1     3    13
4    B     0     4    14
5    B     1     5    15
6    B     0     6    16
7    B     1     7    17

А это извлеченный dd (ну, действительно dict(dd))

{'B': {0:   col1  col2  col3  col4
          4    B     0     4    14
          6    B     0     6    16,
       1:   col1  col2  col3  col4
          5    B     1     5    15
          7    B     1     7    17},
 'A': {0:   col1  col2  col3  col4
          0    A     0     0    10
          2    A     0     2    12,
       1:   col1  col2  col3  col4
          1    A     1     1    11
          3    A     1     3    13}}

(Я не знаю, каков ваш вариант использования для этого, но вам, возможно, лучше не анализировать объект groupby в словаре).

person Alberto Garcia-Raboso    schedule 06.07.2016
comment
Спасибо, Альберто, как вы создали группу в приведенном выше коде? - person sparrow; 06.07.2016
comment
Извините, забыл скопировать эту строку. Отредактировано. - person Alberto Garcia-Raboso; 06.07.2016
comment
Спасибо за элегантное решение! - person sparrow; 06.07.2016