Как нерегулярно чередовать кадры данных, используя цикл for и условные выражения? - PullRequest
Новая
       44

Как нерегулярно чередовать кадры данных, используя цикл for и условные выражения?

0 голосов
/ 28 декабря 2018

Я пытаюсь чередовать (нерегулярно) два кадра данных (каждый из которых содержит два столбца x1 и x2), в зависимости от условной связи между x1-x1 и x2-x2 в каждом кадре данных.Используя один цикл for и счетчик для каждого фрейма данных, я хочу постепенно добавить пару x1 / x2 в окончательный список / фрейм данных, в зависимости от условий (4x условий if-and).Df_out - это отдельный фрейм данных с нерегулярным сплайсингом, содержащий два столбца x1 / x2 со всеми парами x1 / x2.Возможно проблема с двойными счетчиками в цикле for?(мой фактический df содержит 30+ столбцов и 1000 строк ... приведен пример df)

toolz interleave не работает, поскольку сплайсинг нерегулярен.if-условный отступ внутри if-условного не работает, итерация в какой-то момент завершается неудачно, но не знаю почему.

dfDown input dataframe1 dfDown input dataframe1

dfUp inputdataframe2 вход dfUp dataframe2

df_desired_out является обязательным выходом df df_desired_out является обязательным выходом df 

import pandas as pd
import numpy as np

dataDown = {'x1':(0,0,0,0,0,0,0), 'x2':(2,10,20,25,33,47,57)}
dataUp = {'x1':(2,2,2,2,2,2), 'x2':(7,13,24,30,36,39)}

dfDown = pd.DataFrame(dataDown)
dfUp = pd.DataFrame(dataUp)

totalUpDown = len(dfUp) + len(dfDown)   # total number of x1/x2 pairs
countUpDown = np.arange(totalUpDown)   # to be used in for loop
allUpDown = []   # empty list
countUp = 0   # up data counter to be used in for loop
countDown = 0   # down data counter to be used in for loop

for count in countUpDown:   # single for loop containing 4 exclusive conditionals, and two 'counters'

    #   this conditional should write a dfDown x1/x2 pair into list allUpDown, and increment down-counter by 1
    if dfDown['x1'][countDown] < dfUp['x1'][countUp] and dfDown['x2'][countDown] < dfUp['x2'][countUp]:
        combi = pd.DataFrame([[[dfDown['x1'][countDown]], dfDown['x2'][countDown]]],
                             columns = ['x1', 'x2'])
        allUpDown.append(combi)
        countDown +=1

    #   this conditional should write a dfUp x1/x2 pair into list allUpDown, and increment up-counter by 1 
    if dfDown['x1'][countDown] < dfUp['x1'][countUp] and dfDown['x2'][countDown] > dfUp['x2'][countUp]:
        combi = pd.DataFrame([[[dfUp['x1'][countUp]], dfUp['x2'][countUp]]],
                             columns = ['x1', 'x2'])
        allUpDown.append(combi)
        countUp +=1

    #   this conditional should write a dfDown x1/x2 pair into list allUpDown, and increment down-counter by 1 
    if dfDown['x1'][countDown] > dfUp['x1'][countUp] and dfDown['x2'][countDown] < dfUp['x2'][countUp]:
        combi = pd.DataFrame([[[dfDown['x1'][countDown]], dfDown['x2'][countDown]]],
                             columns = ['x1', 'x2'])
        allUpDown.append(combi)
        countDown +=1

    #   this conditional should write a dfUp x1/x2 pair into list allUpDown, and increment up-counter by 1 
    if dfDown['x1'][countDown] > dfUp['x1'][countUp] and dfDown['x2'][countDown] > dfUp['x2'][countUp]:
        combi = pd.DataFrame([[[dfUp['x1'][countUp]], dfUp['x2'][countUp]]],
                             columns = ['x1', 'x2'])
        allUpDown.append(combi)
        countUp +=1

# Build the interleaved dataframe from the list of all x1/x2 pairs
df_out = pd.concat(allUpDown, ignore_index = True)    
df_out

df_out должен выглядеть как df_desired_outпоказано здесь: 

desired_out = {'x1':(0,2,0,2,0,2,0,2,0,2,2,0,0), 'x2':(2,7,10,13,20,24,25,30,33,36,39,47,57)}
df_desired_out = pd.DataFrame(desired_out)
df_desired_out
...