डेटाफ्रेम

Question

में विशिष्ट कॉलम से जोड़ी के अंतर की गणना करें मेरे पास निम्न डेटाफ्रेम है जहां मैं दिखाता हूं कि मैंने आइटम 1 से आइटम 2 में कितनी बार देखा है। उदाहरण के लिए ए से बी, 2 से ए से सी में एक संक्रमण है , 1 सी से करने के लिए एक

---

Item1 Item2 Moves 
    1 A  B  1 
    2 A  C  2 
    3 B  D  3 
    4 C  A  1 
    5 C  B  5 
    6 D  B  4 
    7 D  C  1 

---

मैं दो आइटम के बीच अंतर की गणना करने के, तो एक नवनिर्मित Dataframe निम्नलिखित

Item1 Item2 Moves 
    1 A  B  1 
    2 A  C  1 
    3 B  D  -1 
    4 C  B  5 
    5 D  C  1 

012 होगा चाहते हैं

क्या किसी को भी पांडस का उपयोग करके ऐसा करने का कोई विचार है? मुझे लगता है कि मुझे पहले दो कॉलम पर इंडेक्स करने की ज़रूरत है, लेकिन मैं पांडस में काफी नया हूं और मुझे कई कठिनाइयों का सामना करना पड़ता है। धन्यवाद

संपादित वहाँ किसी भी डुप्लिकेट उदाहरण pairs.For आप दो बार A-> ख नहीं कर सकते देखने के नहीं किया जा सकता (लेकिन आप निश्चित रूप से कर सकते हैं देखने के बी> एक)

Answer 1

मुझे यकीन है कि कोई इसे कम लाइनों तक सरल बना सकता है, लेकिन मैंने इसे स्पष्ट करने में सहायता के लिए लंबे समय तक छोड़ा है कि क्या हो रहा है। संक्षेप में, 'item1' पहले 'आइटम 2' की तुलना में वर्णमाला में है या नहीं, इस आधार पर डेटा फ्रेम को दो टुकड़ों में विभाजित करें। फिर 'आइटम 1' और 'आइटम 2' फ्लिप करें और एक टुकड़े के लिए 'मूव' को अस्वीकार करें। उन्हें एक साथ वापस गोंद करें और पंक्तियों को एकत्रित करने के लिए groupby फ़ंक्शन का उपयोग करें।

>>> df 
    Item1 Item2 Moves 
0  A  B  1 
1  A  C  2 
2  B  D  3 
3  C  A  1 
4  C  B  5 
5  D  B  4 
6  D  C  1 
>>> swapidx = df['Item1'] < df['Item2'] 
>>> df1 = df[swapidx] 
>>> df2 = df[swapidx^True] 
>>> df1 
    Item1 Item2 Moves 
0  A  B  1 
1  A  C  2 
2  B  D  3 
>>> df2 
    Item1 Item2 Moves 
3  C  A  1 
4  C  B  5 
5  D  B  4 
6  D  C  1 
>>> df2[['Item1', 'Item2']] = df2[['Item2', 'Item1']] 
>>> df2['Moves'] = df2['Moves']*-1 
>>> df2 
    Item1 Item2 Moves 
3  A  C  -1 
4  B  C  -5 
5  B  D  -4 
6  C  D  -1 
>>> df3 = df1.append(df2) 
>>> df3.groupby(['Item1', 'Item2'], as_index=False).sum() 
    Item1 Item2 Moves 
0  A  B  1 
1  A  C  1 
2  B  C  -5 
3  B  D  -1 
4  C  D  -1 

Answer 2

यहाँ एक तरीका यह करना है:

पहले एक पंक्ति बनाएं जिसमें केवल आइटम 1 और आइटम 2 के लिए स्ट्रिंग शामिल है।

In [11]: df['Items'] = df.apply(lambda row: row['Item1'] + row['Item2'], axis=1) 

In [12]: df 
Out[12]: 
    Item1 Item2 Moves Items 
1  A  B  1 AB 
2  A  C  2 AC 
3  B  D  3 BD 
4  C  A  1 CA 
5  C  B  5 CB 
6  D  B  4 DB 
7  D  C  1 DC 

और Items में है अगर (वर्णमाला) आदेश, इसे छोड़ वरना यह स्विच और Moves नकारना:

In [13]: df[['Items','Moves']] = df.apply(lambda row: (row[['Items', 'Moves']]) 
                 if row['Items'][0] <= row['Items'][1] 
                 else (row['Items'][::-1], -row['Moves']), 
              axis=1) 

In [14]: df 
Out[14]: 
    Item1 Item2 Moves Items 
1  A  B  1 AB 
2  A  C  2 AC 
3  B  D  3 BD 
4  C  A  -1 AC 
5  C  B  -5 BC 
6  D  B  -4 BD 
7  D  C  -1 CD 

In [15]: g = df.groupby('Items') 

In [16]: g.sum() 
Out[16]: 
     Moves 
Items  
AB   1 
AC   1 
BC  -5 
BD  -1 
CD  -1 

किस तरह के सबसे अधिक है, और आप के लिए पर्याप्त हो सकता है।

वांछित अंतिम आउटपुट एक hackey तरीका हो सकता है पाने के लिए:

In [17]: df1 = g.first() # the first row in each group 

In [18]: df1.Moves = g.sum() 

In [19]: df2 = df1.reset_index(drop=True) 

In [20]: df2 
Out[20]: 
    Item1 Item2 Moves 
0  A  B  1 
1  A  C  1 
2  C  B  -5 
3  B  D  -1 
4  D  C  -1 

हालांकि, नोटिस निषेध बहुत सही (उन लोगों के लिए चारों ओर नहीं बल्कि सीडी से जैसे डीसी गलत तरीके से) नहीं है:

In [21]: df2.Moves = df2.apply(lambda row: row['Moves'] 
              if row['Item1'] <= row['Item2'] 
              else -row['Moves'], 
           axis=1) 

In [22]: df2 
Out[22]: 
    Item1 Item2 Moves 
0  A  B  1 
1  A  C  1 
2  C  B  5 
3  B  D  -1 
4  D  C  1