【python】生成笛卡尔积(交叉表)DataFrame和numpy
来源:互联网 发布:商家怎么开通淘宝客 编辑:程序博客网 时间:2024/05/18 02:02
有文件A:,B:,希望通过A,B生成C:
就是笛卡尔积操作。
一,当数据在numpy数组中,数据为:
A=['a','b','c','d']B=['1','2','3','4']
其实方法一的思想很简单粗暴:A,B元素存储在list中,将A中每个元素复制len(B)次,然后将之与B进行行合并;得到的结果再与result列合并。最后输出result
代码如下:
def dikaerji(A,B): lenB = len(B)# print(lenB) dika_num = pd.DataFrame(columns=['alph','num']) for a in A: curA = np.array([a]*lenB) curA.shape = (lenB,1) # 必须要先转换成np的aray形式,不然会报“没有shape”的错 curB = np.array(B) curB.shape = (lenB,1) join_h = np.hstack((curA,curB)) dika_num = dika_num.append(pd.DataFrame(join_h,columns=['alph','num']),ignore_index=True) return dika_num
结果为:
方法二,若数据是在两个DataFrame中存储着:
first = DataFrame([['a','b','c','d']],columns=['first'])second = DataFrame([1,2,3,4],columns=['second'])
思想:循环遍历两层for循环,使用iterrows()函数来获取行信息,代码如下:
def getMergeAB(A,B): newDf = DataFrame(columns=['alpha','nums']) for _,A_row in A.iterrows(): for _,B_row in B.iterrows(): AData=A_row['first'] BData=B_row['second'] row = DataFrame([dict(alpha=AData,nums=BData)]) newDf = newDf.append(row,ignore_index=True) return newDf
测试:
first = DataFrame([['a','x'],['b','y'],['c','z'],['d','w']],columns=['first','x_first'])second = DataFrame([1,2,3,4],columns=['second'])da = getMergeAB(first,second)
结果:
说明:A.iterrows()函数返回一个(index, Series) pairs,存储的是这一行的下标值和这一行所有的值
阅读全文
0 0
- 【python】生成笛卡尔积(交叉表)DataFrame和numpy
- 使用DataFrame和numpy生成交叉表(笛卡尔积)
- 笛卡尔积与交叉联接
- javascript 生成笛卡尔积
- js 生成笛卡尔积
- Python求笛卡尔积
- 用pandas和numpy创建DataFrame
- Python:dataframe.to_sql和dataframe.read_sql
- DataFrame和numpy中神奇的广播函数
- 有序对和笛卡尔积
- 【笛卡尔积】sql中交叉联接的误解
- 内连接 外连接 交叉连接 笛卡尔积
- 内连接、外连接、交叉连接、笛卡尔积
- 内连接 外连接 交叉连接 笛卡尔积
- 内连接 外连接 交叉连接 笛卡尔积
- 内连接 外连接 交叉连接 笛卡尔积
- PHP自定义函数生成笛卡尔积
- 比较numpy和python
- SDNU_ICPC1075(汉诺塔)(函数递归)
- Java异常处理机制
- JQuery实现购物车功能.
- Java设计模式之适配器模式
- 公司项目Android8.0适配分析
- 【python】生成笛卡尔积(交叉表)DataFrame和numpy
- 例说STM32F7高速缓存——Cache一致性问题(二)
- weex将js打包到客户端中
- javascript更新元素加载延迟及图片src
- 旧键盘 (20)
- thymeleaf方言和处理器简介
- js作用域的常见错误
- Java8 lambda表达式10个示例
- FFmpeg的一些结构与函数