Динамически создавать все комбинации столбцов во фрейме данных Pandas - PullRequest
Новая
       46

Динамически создавать все комбинации столбцов во фрейме данных Pandas

0 голосов
/ 06 июня 2018

У меня есть фрейм данных df со столбцами и строковыми значениями в нем.Моя цель состоит в том, чтобы создать фрейм данных final_df, столбцы которого представляют все возможные комбинации столбцов df, включая их значения (в идеале разделенные _ [не в коде примера]).

Пример кода: 

import pandas as pd
from  itertools import combinations

d = {'AAA': ["xzy", "gze"], 'BBB': ["abc", "hja"], 'CCC': ["dfg", "hza"], 'DDD': ["hij", "klm"], 'EEE': ["lal", "opa"]}
df = pd.DataFrame(data=d)

# two combinations
cc = list(combinations(df.columns,2))
df_2 = pd.concat([df[c[0]] + df[c[1]] for c in cc], axis=1, keys=cc)
df_2.columns = df_2.columns.map(''.join)

# three attributes
del cc
cc = list(combinations(df.columns,3))
df_3 = pd.concat([df[c[0]] + df[c[1]] + df[c[2]] for c in cc], axis=1, keys=cc)
df_3.columns = df_3.columns.map(''.join)

# four attributes
del cc
cc = list(combinations(df.columns,4))
df_4 = pd.concat([df[c[0]] + df[c[1]] + df[c[2]] + df[c[3]] for c in cc], axis=1, keys=cc)
df_4.columns = df_4.columns.map(''.join)

# five attributes
del cc
cc = list(combinations(df.columns,5))
df_5 = pd.concat([df[c[0]] + df[c[1]] + df[c[2]] + df[c[3]] + df[c[4]] for c in cc], axis=1, keys=cc)
df_5.columns = df_5.columns.map(''.join)

# join dataframes
dfs = [df, df_2, df_3, df_4, df_5]
final_df = dfs[0].join(dfs[1:])

Есть ли Pythonic способ динамически создать такой final_df кадр данных, в зависимости от количества столбцов?

1 Ответ

0 голосов
/ 06 июня 2018

Я думал о решении, однако ... имена столбцов не изменятся. 

def combodf(dfx, x): 
    d = (['_'.join(i) for i in zip(*a)] for a in combinations(df.T.values.tolist(), x)) 
    return pd.DataFrame(d).T 

final_df = pd.concat([df, *(combodf(df, i) for i in range(2,6))], 1)

Но, глядя на вашу структуру "столбцов", было бы просто более разумно иметь их в качестве значений.Итак, вот обходной путь, в котором мы перемещаем столбец в последнюю строку. 

import pandas as pd
from itertools import combinations

def combodf(dfx, x):
    d = [['_'.join(i) for i in zip(*a)] for a in combinations(df.T.values.tolist(), x)]
    return pd.DataFrame(d).T

d = {
'AAA': ["xzy", "gze"], 
'BBB': ["abc", "hja"], 
'CCC': ["dfg", "hza"], 
'DDD': ["hij", "klm"], 
'EEE': ["lal", "opa"]
}

df = pd.DataFrame(data=d)
df.loc[len(df)] = df.columns # insert columns last row
df = pd.concat([df, *(combodf(df, i) for i in range(2,6))], 1)
df.columns = df.tail(1).values[0] # make last row columns
df = df.drop(2) # drop last row

Сравнение: 

print((df == final_df).all().all()) # True
print((df.columns == final_df.columns).all()) # True
...