Pandas：将输入向量扩展/映射到 N 个输出

【问题标题】：Pandas: expanding/mapping an input vector to N outputsPandas：将输入向量扩展/映射到 N 个输出
【发布时间】：2017-05-17 10:29:56
【问题描述】：

我正在使用 difflib 的 get_closest_matches 为输入向量中的每个值返回 N=3 个最佳匹配项。我想将输出存储在数据框中的单个列中，例如：

input    output
"xyz"    "xyz"
"xyz"    "xzy"
"xyz"    "xxy"
"pqr"    "pqr" 
...

我应该从应用调用返回什么，它会自动将输入扩展/广播到 N 个输出？例如，这会将输出作为列表返回：

data["output"] = data["input"].apply(lambda x: difflib.get_close_matches(x, possibilities))

在这种形式中，需要多次迭代调用 concat 才能解压缩每一行中的列表。一定有一个更直接的方法，我错过了。

有类似的问题，例如这个Returning multiple values from pandas apply on a DataFrame，但是它们都将输出扩展为单独的列，而我需要它在一个列中。

编辑：正如 IanS 正确指出的那样，possiblities 在这种情况下是

possibilities = ['xyz', 'xzy', 'xxy', 'pqr']

【问题讨论】：

【解决方案1】：

下面的例子：

possibilities = ['xyz', 'xzy', 'xxy', 'pqr']

首先，将输出设为 pandas 系列，使结果分为三列：

output = data["input"].apply(
    lambda x: pd.Series(difflib.get_close_matches(x, possibilities))
)

输出：

     0    1    2
0  xyz  xzy  xxy
1  pqr  NaN  NaN

第二，加入和取消堆叠，你几乎是你想去的地方：

result = data.join(output).set_index('input').unstack()

输出：

   input
0  xyz      xyz
   pqr      pqr
1  xyz      xzy
   pqr      NaN
2  xyz      xxy
   pqr      NaN

第三，剩下的就是一些美化，比如：

result.rename('output').reset_index(level=1).sort_values('input').dropna()

输出：

  input output
0   pqr    pqr
0   xyz    xyz
1   xyz    xzy
2   xyz    xxy

【讨论】：