Формулировка вопроса может сбивать с толку, но в следующем фрейме данных я хотел бы иметь возможность выбрать первую и последнюю строку:
dt = [['BOS','SF'],['SF','LA'],['LA','NYC'],['SF','BOS'],
]
my_df= pd.DataFrame(columns = ['Source','destination'], data = dt)
my_df
Другими словами, определите пары строк, где назначение первой строки является источником другой и наоборот.
Похоже на простую задачу, но я не могу найти никакого решения.
Одним из способов игнорировать порядок между двумя столбцами является сортировка каждой строки внутри себя, что может сделать np.sort. Затем вы можете сформировать новый кадр данных с этими упорядоченными строками. duplicated с keep=False пометит все повторяющиеся строки как True, которые мы можем использовать в качестве маски для индексации исходного фрейма данных:
rows_sorted_df = pd.DataFrame(np.sort(df))
dups = rows_sorted_df.duplicated(keep=False)
result = df[dups]
чтобы получить
>>> rows_sorted_df
0 1
0 BOS SF
1 LA SF
2 LA NYC
3 BOS SF
>>> dups
0 True
1 False
2 False
3 True
>>> result
Source destination
0 BOS SF
3 SF BOS
IMO, лучший способ сделать это — использовать join следующим образом:
import pandas as pd
dt = [
['BOS','SF'],
['SF','LA'],
['LA','NYC'],
['SF','BOS'],
]
my_df = pd.DataFrame(columns = ['Source','destination'], data = dt)
source_df = my_df.set_index('Source')
dest_df = my_df.set_index('destination')
joined_df = source_df.join(dest_df)
print(joined_df)
Это вывод (сначала немного запутанный):
destination Source
BOS SF SF
LA NYC SF
SF LA BOS
SF BOS BOS
Если мы подумаем об этом немного глубже, это обретет смысл. Возьмем эти строки из ввода:
['SF','LA'],
['LA','NYC'],
Наше объединение превращает эти строки в "источник -> средний -> пункт назначения" или "SF -> LA -> NYC". Глядя на нашу результирующую таблицу
destination Source
LA NYC SF
Мы можем прочитать это как «От исходного столбца« SF »к целевому столбцу« NYC »через индекс строки« LA ». Если вы хотите, чтобы фрейм данных был более читабельным, вы можете добавить следующее :
joined_df.index.name = 'middle'
joined_df = joined_df.reset_index()
print(joined_df)
Вот к чему я пришел, думая о соединениях.
import pandas as pd
dt = [['BOS', 'SF'], ['SF', 'LA'], ['LA', 'NYC'], ['SF', 'BOS'],
]
df = pd.DataFrame(columns=['Source', 'destination'], data=dt)
df
| Источник | пункт назначения | |
|---|---|---|
| 0 | ЛС | SF |
| 1 | SF | ЛА |
| 2 | ЛА | Нью-Йорк |
| 3 | SF | ЛС |
вычислить совпадения между адресатом -> источником
left = df.copy()
right = df.copy().set_index("Source")
dest_to_source = left.join(right, on=[left["destination"]],
lsuffix='_original', rsuffix="_matched", how="inner")
# pandas joins do weird things to the column names, so renaming and reordering
dest_to_source.columns = ["Source_matched","Source_original","destination_original","destination_matched"]
dest_to_source = dest_to_source[["Source_original","destination_original","Source_matched","destination_matched"]]
dest_to_source
и вот результат:
| Источник_оригинал | destination_original | Source_matched | destination_matched | |
|---|---|---|---|---|
| 0 | ЛС | SF | SF | ЛС |
| 1 | SF | ЛА | ЛА | СФ |
| 2 | ЛА | Нью-Йорк | Нью-Йорк | ЛА |
| 3 | SF | ЛС | ЛС | SF |
затем вы можете сделать то же самое для источника -> пункта назначения (для части вопроса "наоборот")\
right = df.copy().set_index("destination")
source_to_dest = left.join(right, on=[left["Source"]], lsuffix='_original',rsuffix='_matched', how="inner")
source_to_dest.columns = ["destination_matched","Source_original","destination_original","Source_matched"]
source_to_dest = source_to_dest[["Source_matched","destination_matched","Source_original","destination_original"]]
source_to_dest
| Source_matched | destination_matched | Источник_оригинал | destination_original | |
|---|---|---|---|---|
| 0 | SF | ЛС | ЛС | SF |
| 1 | ЛС | SF | SF | ЛА |
| 3 | ЛС | SF | SF | ЛС |
| 2 | SF | ЛА | ЛА | Нью-Йорк |
Если вы разделите свои столбцы на отдельные кадры данных, вы можете затем объединить их, чтобы получить только совпадающие строки.
(В этом примере я переименовал столбец в 'code' в каждом df; в качестве альтернативы вы можете указать аргументы right_on и left_on в вызове merge.)
s = my_df['Source'].reset_index().rename(columns={'Source':'code', 'index':'source_index'})
d = my_df['destination'].reset_index().rename(columns={'destination':'code', 'index':'dest_index'})
sd = pd.merge(s, d)
In: sd
Out:
source_index code dest_index
0 0 BOS 3
1 1 SF 0
2 3 SF 0
3 2 LA 1
привет, что если есть еще одна строка с
["BOS", "SF"], что должно произойти с ней и конечным результатом?@MustafaAydın, я бы удалил эту строку методом
.drop_duplicates().Понятно, спасибо за разъяснение; Я написал ответ и теперь восстановил его, надеюсь, это поможет.