कैसे पांडा

Question

में अपने मूल्यों के साथ स्तंभ शीर्षकों के एक समूह स्वैप करने के लिए मैं निम्नलिखित डेटा फ्रेम है:

a1 | a2 | a3 | a4 
--------------------- 
Bob | Cat | Dov | Edd 
Cat | Dov | Bob | Edd 
Edd | Cat | Dov | Bob 

और मैं इसे करने के लिए

Bob | Cat | Dov | Edd 
--------------------- 
a1 | a2 | a3 | a4 
a3 | a1 | a2 | a4 
a4 | a2 | a3 | a1 

नोट कनवर्ट करना चाहते हैं कि स्तंभों की संख्या अद्वितीय मानों की संख्या के बराबर है, और पंक्तियों की संख्या और क्रम

Answer 1

1) आवश्यक दृष्टिकोण:

एक तेजी से कार्यान्वयन dataframe के मूल्यों को सॉर्ट और स्तंभों तदनुसार उस पर आधारित संरेखित करने के लिए किया जाएगा np.argsort के बाद सूचकांक प्राप्त है।

df.columns[np.argsort(df.values)] 
Out[156]: 
Index([['a1', 'a2', 'a3', 'a4'], ['a3', 'a1', 'a2', 'a4'], 
     ['a4', 'a2', 'a3', 'a1']], 
     dtype='object') 

---

2) धीरे सामान्यीकृत दृष्टिकोण:

pd.DataFrame(df.columns[np.argsort(df.values)], df.index, np.unique(df.values)) 

लागू करने np.argsort हमें डेटा हम देख रहे देता हैकुछ गति/दक्षता की लागत पर अधिक सामान्यीकृत दृष्टिकोण apply का उपयोग dict डेटाफ्रेम में उनके संबंधित कॉलम नामों के साथ मौजूद स्ट्रिंग/मानों के मैपिंग के बाद करना होगा।

प्राप्त श्रृंखला को उनके list प्रतिनिधित्व में कनवर्ट करने के बाद बाद में डेटाफ्रेम कन्स्ट्रक्टर का उपयोग करें।

pd.DataFrame(df.apply(lambda s: dict(zip(pd.Series(s), pd.Series(s).index)), 1).tolist()) 

---

3) तेज़ सामान्यीकृत दृष्टिकोण:

शब्दकोशों की एक सूची प्राप्त करने df.to_dict + orient='records' से के बाद, हम उस संबंधित कुंजी और मान जोड़े के समय में उन के माध्यम से पुनरावृत्ति स्वैप करने के लिए की जरूरत है एक लूप।

pd.DataFrame([{val:key for key, val in d.items()} for d in df.to_dict('r')]) 

---

नमूना परीक्षण का मामला:

df = df.assign(a5=['Foo', 'Bar', 'Baz']) 

दोनों इन तरीकों का उत्पादन:

---

@piRSquared संपादित

सामान्यीकृत समाधान

def nic(df): 
    v = df.values 
    n, m = v.shape 
    u, inv = np.unique(v, return_inverse=1) 
    i = df.index.values 
    c = df.columns.values 
    r = np.empty((n, len(u)), dtype=c.dtype) 
    r[i.repeat(m), inv] = np.tile(c, n) 
    return pd.DataFrame(r, i, u) 

_{मैं आधारित एक बहुत तेजी से और सामान्यीकृत numpy के साथ आ के लिए @piRSquared उपयोगकर्ता धन्यवाद देना चाहते हैं वैकल्पिक सोलन}

Answer 2

आप इसे स्टैक के साथ दोबारा बना सकते हैं और मूल्यों और अनुक्रमणिका के स्वैपिंग के साथ अनस्टैक कर सकते हैं:

df_swap = (df.stack()      # reshape the data frame to long format 
      .reset_index(level = 1)  # set the index(column headers) as a new column 
      .set_index(0, append=True) # set the values as index 
      .unstack(level=1))   # reshape the data frame to wide format 

df_swap.columns = df_swap.columns.get_level_values(1) # drop level 0 in the column index 
df_swap 

Answer 3

numpy + pandas

v = df.values 
n, m = v.shape 
i = df.index.values 
c = df.columns.values 

# create series with values that were column values 
# create multi index with first level from existing index 
# and second level from flattened existing values 
# then unstack 
pd.Series(
    np.tile(c, n), 
    [i.repeat(m), v.ravel()] 
).unstack() 

    Bob Cat Dov Edd 
0 a1 a2 a3 a4 
1 a3 a1 a2 a4 
2 a4 a2 a3 a1