Python 3.x 基于逗号拆分并在Python中创建新数据帧
假设我有以下数据帧 df 我想分割的基础上逗号和保持其重量以及。例如,Python 3.x 基于逗号拆分并在Python中创建新数据帧,python-3.x,pandas,networkx,Python 3.x,Pandas,Networkx,假设我有以下数据帧 df 我想分割的基础上逗号和保持其重量以及。例如,节点(A,C,F)A与C有连接,C与F有连接。因此,我想看看A>>C,和C>>F。无需查看A>>F。其重量应为8,如下所示 我要查找的最终数据帧如下所示 Node_1 Node_2 Weight A B 10 A C 8 C F 8 B F 6 F
节点(A,C,F)
A与C有连接,C与F有连接。因此,我想看看A>>C
,和C>>F
。无需查看A>>F
。其重量应为8,如下所示
我要查找的最终数据帧如下所示
Node_1 Node_2 Weight
A B 10
A C 8
C F 8
B F 6
F D 6
B E 4
创建此数据帧的目标是从中创建网络图
有类似的解决方案,但我无法得到我想要的结果
我尝试了以下方法:
df=(df['Nodes'].str.split(',').groupby(df['Weight'])
有人能帮忙吗?这里有一种方法:
# From https://docs.python.org/3/library/itertools.html#itertools-recipes
from itertools import tee
def pairwise(iterable):
"s -> (s0,s1), (s1,s2), (s2, s3), ..."
a, b = tee(iterable)
next(b, None)
return zip(a, b)
df['Node_pairs'] = df['Nodes'].str.split(',').apply(lambda x: list(pairwise(x)))
df = df.explode('Node_pairs')
df['Node1'] = df['Node_pairs'].str[0]
df['Node2'] = df['Node_pairs'].str[1]
df
输出:
Nodes Weight Node_pairs Node1 Node2
0 A,B 10 (A, B) A B
1 A,C,F 8 (A, C) A C
1 A,C,F 8 (C, F) C F
2 B,F,D 6 (B, F) B F
2 B,F,D 6 (F, D) F D
3 B,E 4 (B, E) B E
详情:
- 使用itertools文档中的成对配方创建 “节点对”
- 分解“节点对”列表上的数据帧
- 使用.str get快捷方式分配“Node1”和“Node2”
def grouper(input_list, n = 2):
for i in range(len(input_list) - (n - 1)):
yield input_list[i:i+n]
(df.set_index('Weight')['Nodes']
.str.split(',')
.map(grouper)
.map(list)
.explode()
.apply(pd.Series).add_prefix('Node_')
.reset_index())
仅供参考,itertools中也有一个。
def grouper(input_list, n = 2):
for i in range(len(input_list) - (n - 1)):
yield input_list[i:i+n]
(df.set_index('Weight')['Nodes']
.str.split(',')
.map(grouper)
.map(list)
.explode()
.apply(pd.Series).add_prefix('Node_')
.reset_index())
Weight Node_0 Node_1
0 10 A B
1 8 A C
2 8 C F
3 6 B F
4 6 F D
5 4 B E