2
冷凝熊猫数据帧我有一个数据帧,看起来像这样:
Key Var ID_1 Var_1 ID_2 Var_2 ID_3 Var_3
1 True 1.0 True NaN NaN 5.0 True
2 True NaN NaN 4.0 False 7.0 True
3 False 2.0 False 5.0 True NaN NaN
每一行有数据的恰好2非空集(ID/VAR),其余三分之一保证为空。我想要做的是通过删除缺少的元素来“浓缩”数据框。
所需的输出
Key Var First_ID First_Var Second_ID Second_Var
1 True 1 True 5 True
2 True 4 False 7 True
3 False 2 False 5 True
的顺序不是重要的,只要该ID /无功对被保持。
目前的解决方案
下面是我有一个有效的解决方案:
import pandas as pd
import numpy as np
data = pd.DataFrame({'Key': [1, 2, 3], 'Var': [True, True, False], 'ID_1':[1, np.NaN, 2],
'Var_1': [True, np.NaN, False], 'ID_2': [np.NaN, 4, 5], 'Var_2': [np.NaN, False, True],
'ID_3': [5, 7, np.NaN], 'Var_3': [True, True, np.NaN]})
sorted_columns = ['Key', 'Var', 'ID_1', 'Var_1', 'ID_2', 'Var_2', 'ID_3', 'Var_3']
data = data[sorted_columns]
output = np.empty(shape=[data.shape[0], 6], dtype=str)
for i, *row in data.itertuples():
output[i] = [element for element in row if np.isfinite(element)]
print(output)
[['1' 'T' '1' 'T' '5' 'T']
['2' 'T' '4' 'F' '7' 'T']
['3' 'F' '2' 'F' '5' 'T']]
这是可以接受的,但不理想。我可以生活在没有列名的地方,但我最大的问题是不得不将数据内的数据转换为字符串,以避免我的布尔转换为数字。
还有其他解决方案在保存数据方面做得更好吗?如果结果是熊猫数据框,则为奖励点。
那是相当聪明+1 – 2Obe
这工作 - 这是不以最快的速度解决numpy的,但它确实保存数据的原始格式。 – ZachTurn
如果你在问题中添加numpy标签,那么numpy专家可能会提供更快的答案,这本来就不错。 – Dark