python稀疏序列数据结构

我正在迭代处理一些数据，如下所示：

进行一些处理并生成相应的结果

~~~~时间戳1
a 0.3
b 0.2
c 0.4

做一些进一步的处理，结果应该是

~~~~时间戳1时间戳2
a 0.3
b 0.2 0.3
c 0.4
d 0.1

做一些进一步的处理，结果应该是

~~~~时间戳1时间戳2时间戳3
a 0.30.1
b 0.2 0.3
c 0.4
d 0.1
e 0.5
f 0.2
g 0.6

这意味着，每一步都会添加一个新列。行也可能增长。关键是，在每一列中，只有一部分数据具有值。因此，其他的SparseSeries似乎是适合这种情况的数据结构

==问题===

问题是，如何以连续的方式生成这样的稀疏序列

谢谢

注:

---

在每个时间步，将生成一个新序列，例如[（'b'，0.3），（'d'，0.1）]。我的目标是将它们存储在一个统一的数据结构中，如SparseSerie。

您可以使用索引作为键来创建和合并连续的SparseAframe

import pandas as pd

# suppose you have successive inputs like below
# I put some differently-sized lists for demonstration purpose
ps = [[('a', 0.1)], 
      [('b', 0.2), ('c', 0.3)], 
      [('d', 0.4), ('e', 0.5), ('f', 0.8)], 
      [('a', 0.7), ('b', 0.8), ('c', 0.9)]]

df = pd.DataFrame().to_sparse()

# Suppose you will have some 'timestamp' value from somewhere
# This loop is just for demonstration purpose
for i, p in enumerate(ps):
    df1 = (pd.DataFrame(p, columns=['entry', 'timestamp{}'.format(i+1)])
           .set_index('entry')
           .to_sparse()
           )
    df = pd.merge(df, df1, left_index=True, right_index=True, how='outer')

现在，

df

如下所示

>>> df
       timestamp1  timestamp2  timestamp3  timestamp4
entry                                                
a             0.1         NaN         NaN         0.7
b             NaN         0.2         NaN         0.8
c             NaN         0.3         NaN         0.9
d             NaN         NaN         0.4         NaN
e             NaN         NaN         0.5         NaN
f             NaN         NaN         0.8         NaN

我们可以确认这是一个

sparaframe

>>> df.info()
<class 'pandas.core.sparse.frame.SparseDataFrame'>
Index: 6 entries, a to f
Data columns (total 4 columns):
timestamp1    1 non-null float64
timestamp2    2 non-null float64
timestamp3    3 non-null float64
timestamp4    3 non-null float64
dtypes: float64(4)
memory usage: 240.0+ bytes

>>df.info（）
索引：6个条目，a至f
数据列（共4列）：
时间戳1 1非空浮点64
时间戳2 2非空浮点64
时间戳3 3非空浮点64
时间戳4 3非空浮点64
数据类型：float64（4）
内存使用：240.0+字节

---

希望这有帮助。

生成新序列的规则是什么？在每个时间步都会生成一个新序列，例如[（'b'，0.3），（'d'，0.1）]。是的，但是如何选择这些随机数和字母？第三种情况是稀疏序列还是3？你已经阅读了SparseSeries（和SparseDataFrame）文档和示例了吗？>但是你如何挑选那些随机数字和字母呢？它们是数据处理的结果。每一步都有文档流。因此，我们事先不知道字母是什么（它也可以是一个单词或短语）