Python 自动转换为新数据-熊猫
我是python的新手,我在StackOverflow中搜索我的案例,但找不到技术上的答案。我有很多的B排 我的问题是这样的,我有一个Python 自动转换为新数据-熊猫,python,pandas,row,transpose,Python,Pandas,Row,Transpose,我是python的新手,我在StackOverflow中搜索我的案例,但找不到技术上的答案。我有很多的B排 我的问题是这样的,我有一个数据帧: df BS N BS1 - BS5 1 BS2 - BS7 2 BS1 - BS9 2 BS9 - BS1 1 我想自动生成新数据。我的预期结果如下: New_BS BS1 - BS5 BS2 - BS7 BS1 - BS9 BS9 - BS1 Total BS1-2 1
数据帧
:
df
BS N
BS1 - BS5 1
BS2 - BS7 2
BS1 - BS9 2
BS9 - BS1 1
我想自动生成新数据。我的预期结果如下:
New_BS BS1 - BS5 BS2 - BS7 BS1 - BS9 BS9 - BS1 Total
BS1-2 1 2 3
BS2-3 1 2 2 5
BS3-4 1 2 2 5
BS4-5 1 2 2 5
BS5-6 2 2 4
BS6-7 2 2 4
BS7-8 2 2
BS8-9 2 2
BS9-8 1 1
BS8-7 1 1
BS7-6 1 1
BS6-5 1 1
BS5-4 1 1
BS4-3 1 1
BS3-2 1 1
BS2-1 1 1
提前感谢您帮助我好吧-这是一个彻底的黑客-但很有趣
import pandas as pd
import numpy as np
df = df_flat = pd.DataFrame({"BS": ['BS1 - BS5', 'BS2 - BS7', 'BS1 - BS9', 'BS9 - BS1'],
"N" : [1, 2, 2, 1]})
df = df.pivot(columns='BS',
values='N')
df_flat = df_flat.pivot_table(
columns='BS',
values='N')
for column_name, column in zip(list(df), df):
if int(column[2:3]) < int(column[8:9]):
for stop in range(int(column[2:3]), int(column[8:9])):
index = "BS" + str(stop) + "-" + str(stop + 1)
if index not in list(df.index.values):
df.loc[index] = np.nan
df.loc[index, column] = df_flat.loc['N', column]
else:
for stop in range(int(column[2:3]), int(column[8:9]), -1):
index = "BS" + str(stop) + "-" + str(stop - 1)
if index not in list(df.index.values):
df.loc[index] = np.nan
df.loc[index, column] = df_flat.loc['N', column]
df['Total'] = df.sum(axis=1)
df = df.iloc[len(list(df_flat)):]
print(df.fillna(''))
有大约1000种方法可以改进这一点-但这是一个好的开始
请注意,切片是对数据集的一个非常重要的约束--您必须真正地重新编写它以使其具有动态性 我一点也不清楚你是怎么弄到这些争吵的。
BS7-8
和BS7-5
的区别是什么?例如,关于从一个公共汽车站到另一个公共汽车站(BS)有多少人的数据。。。BS7-8是指从7号到8号公共汽车站。BS7-5表示从BS7转到BS5的人。BS
中的数据总是相同的格式吗?车站总是从1点到9点吗?这可能是不可能的,如果不知道如何反复通过公交车站。例如,当BS1-BS9
按顺序运行时,您如何知道从BS9-BS1
运行涉及BS9->BS7->BS5->BS4
。在这种情况下,我想知道从BS1移动到BS9的人是否经过每一站的巴士。那么从BS9到BS1的人呢?这似乎不符合同样的模式。很好的方式,,,提前谢谢你。。如果我的数据BS N1 N2 N3
,你将不得不基于上述代码为每个级别添加另一个迭代-但是可能有更好的方法来实现更好的定义的工作区。非常感谢你的想法,,,,对我来说有很大的洞察力
$ python bus.py
BS BS1 - BS5 BS1 - BS9 BS2 - BS7 BS9 - BS1 Total
BS1-2 1 2 3.0
BS2-3 1 2 2 5.0
BS3-4 1 2 2 5.0
BS4-5 1 2 2 5.0
BS5-6 2 2 4.0
BS6-7 2 2 4.0
BS7-8 2 2.0
BS8-9 2 2.0
BS9-8 1 1.0
BS8-7 1 1.0
BS7-6 1 1.0
BS6-5 1 1.0
BS5-4 1 1.0
BS4-3 1 1.0
BS3-2 1 1.0
BS2-1 1 1.0