Python Pandas:返回多行和多列的Apply函数
我有一个具有以下结构的数据帧Python Pandas:返回多行和多列的Apply函数,python,pandas,Python,Pandas,我有一个具有以下结构的数据帧路由: id nodes traveltimes 0 id-1 [node-A, node-B] [6.0] 1 id-2 [node-A, n
路由
:
id nodes traveltimes
0 id-1 [node-A, node-B] [6.0]
1 id-2 [node-A, node-C, node-D, node-E] [4.0, 80.0, 38.0]
2 id-3 [node-B, node-D] [90.0]
3 id-4 [node-A] []
4 id-5 [node-A, node-B, node-C, node-D, node-E, node-D] [35.0, 30.0, 110.0, 20.0, 5.0]
.. ... ...
节点
列中的值列表是图形的节点,旅行时间
列中的值是两个节点之间的时间。与图形中的路线
相对应的每一行
我想将我的路线
分割为旅行时间
的阈值。例如,对于70的阈值,我希望得到以下结果:
id route_id nodes traveltimes
0 id-1 0 [node-A, node-B] [6.0]
1 id-2 0 [node-A, node-C] [4.0]
2 id-2 1 [node-D, node-E] [38.0]
3 id-3 0 [node-B] []
4 id-3 1 [node-D] []
5 id-4 0 [node-A] []
6 id-5 0 [node-A, node-B, node-C] [35.0, 30.0]
7 id-5 1 [node-D, node-E, node-D] [20.0, 5.0]
.. ... ...
我做了下面的代码,做了我想做的,但是效率很低
我有一个拆分路由的函数:
def split_routes(row):
newrow = row.copy()
threshold = 70
nodes = newrow['nodes']
traveltimes = newrow['traveltimes']
rows = []
route_id = 0
route_nodes = []
route_traveltimes = []
route_nodes.append(nodes[0])
for i in range(1, len(nodes)):
if(traveltimes[i-1]<threshold):
route_traveltimes.append(traveltimes[i-1])
route_nodes.append(nodes[i])
else :
# Route route_id completed, starting a new one
newrow['route_id'] = route_id
newrow['nodes'] = route_nodes
newrow['traveltimes'] = route_traveltimes
rows.append(newrow)
newrow = row.copy()
route_nodes = []
route_traveltimes = []
route_id+=1
route_nodes.append(nodes[i])
# Route route_id completed
newrow['route_id'] = route_id
newrow['nodes'] = route_nodes
newrow['traveltimes'] = route_traveltimes
rows.append(newrow)
df = pd.DataFrame(rows)
return df
我想我可以做一些更有效率的事情,而不用自己迭代行。但是我不知道如何使用apply
同时返回多个行和列
有人能给我一些提示吗?要分解多个列,唯一的先决条件是在所有要分解的列的列表中有相同数量的元素。这可以通过以下方式实现:
def get_nodes(x):
if(len(x)<2):
return []
return [[x[i], x[i+1]] for i in range(len(x)-1)]
df['nodes'] = df['nodes'].apply(lambda x: get_nodes(x))
要查找所有行程时间大于70.0的路线,我们只需执行以下操作:
df[df['traveltimes']>70]
这可能会帮助你,我想这接近于解决我的问题。但是当我用这个的时候,我得到了一个奇怪的结果
splitted_routes=routes.apply(split_routes,axis=1)
给我一个序列作为输出,其中每个元素似乎都包含一个数据帧。您可以尝试使用stack()并按照答案中的建议重置_index()。
df = df.set_index('id').apply(lambda x: x.apply(pd.Series).stack()).reset_index().rename(columns={'level_1':'route_id'})
df[df['traveltimes']>70]