是否有任何功能可以从熊猫中的列中创建值对

Question

我必须将特定列中的值配对，例如 3 2 2 4 2 2 到 [3,2][2,2][2,4][4,2][2,2]数据集。

预期输出

[[3, 2], [2, 2], [2, 4], [4, 2], [2, 2]] 每一行在单独的列中，例如 Pair 1 , Pair 2 ,Pair 3 .. ..

content = pd.read_csv('temp2.​​csv')

df = ([内容], columns=['V2','V3','V4','V5','V6','V7']) def get_pairs(x): arr = x.split(' ') 返回列表(map(list, zip(arr,arr[1:])))

df['pairs'] = df.applymap(get_pairs) df

Answer 1

IIUC，你可以使用列表推导和zip：

# Setup
df = pd.DataFrame([3, 2, 2, 4, 2, 2], columns=['col1'])

[[x, y] for x, y in zip(df.loc[:, 'col1'], df.loc[1:, 'col1'])]

或者使用map和list构造函数：

list(map(list, zip(df.loc[:, 'col1'], df.loc[1:, 'col1'])))

[出]

[[3, 2], [2, 2], [2, 4], [4, 2], [2, 2]]

---

或者，如果您的数据是这样构造的，您可以将applymap 与您自己的函数一起使用：

# Setup
df = pd.DataFrame(['3 2 2 4 2 2', '1 2 3 4 5 6'], columns=['col1'])

#           col1
# 0  3 2 2 4 2 2
# 1  1 2 3 4 5 6

def get_pairs(x):
    arr = x.split(' ')
    return list(map(list, zip(arr, arr[1:])))

df['pairs'] = df.applymap(get_pairs)

[出]

          col1                                     pairs
0  3 2 2 4 2 2  [[3, 2], [2, 2], [2, 4], [4, 2], [2, 2]]
1  1 2 3 4 5 6  [[1, 2], [2, 3], [3, 4], [4, 5], [5, 6]]