pandas 根据持续时间重新整形框架

7rtdyuoh 于 11个月前发布在其他

关注(0)|答案(2)|浏览(97)

我想重新塑造一个框架到一个框架与以下规则：
1.用ts + dur在当前ts下添加一行，复制其他列
1.将“无”行添加到下一行。
举例说明：

import pandas as pd
import itertools

def segments(df):
    start = df['ts']
    end = start + df['dur']
    lst = list(zip(start, end, itertools.cycle([None])))
    return lst

df = pd.DataFrame({
    'ts':   [1, 5, 10 ],
    'dur':  [1, 2, 1 ],
    'typ':  [0, 1, 0]
})
print(df)
lst = segments(df)
print(lst)

字符串
当前输出是一个列表：

ts  dur  typ
0   1    1    0
1   5    2    1
2  10    1    0
[(1, 2, None), (5, 7, None), (10, 11, None)]

型
预期产出：

型

pandas

来源：https://stackoverflow.com/questions/77635789/reshape-dataframe-according-to-duration

2条答案

按热度按时间

6qfn3psc1#

IIUC，无需自定义函数，只需将DataFrame复制3次，并进行小修改，concat和sort_index：

out = (pd.concat([df[['ts', 'typ']],
                  df.eval('ts = ts+dur')[['ts', 'typ']],
                  df[[]]
                 ])
         .sort_index(ignore_index=True)
      )

字符串
输出量：

ts  typ
0   1.0  0.0
1   2.0  0.0
2   NaN  NaN
3   5.0  1.0
4   7.0  1.0
5   NaN  NaN
6  10.0  0.0
7  11.0  0.0
8   NaN  NaN

型
如果你有一个非常大的DataFrame，你可以用以下步骤来代替排序步骤：

N = len(df)
a = np.arange(N)
order = np.tile(3*a, N)+np.repeat(a, 3)

out = (pd.concat([df[['ts', 'typ']],
                  df.eval('ts = ts+dur')[['ts', 'typ']],
                  df[[]]
                 ])
         .iloc[order].reset_index(drop=True)
      )

型

赞(0）回复(0）举报 11个月前

68bkxrlz2#

尝试：

df["ts"] = df.apply(lambda row: [row["ts"], row["ts"] + row["dur"], np.nan], axis=1)
df = df.explode("ts").drop(columns="dur").reset_index(drop=True)
df["typ"] = np.where(df["ts"].isna(), np.nan, df["typ"])

print(df)

字符串
印刷品：

ts  typ
0    1  0.0
1    2  0.0
2  NaN  NaN
3    5  1.0
4    7  1.0
5  NaN  NaN
6   10  0.0
7   11  0.0
8  NaN  NaN

型

赞(0）回复(0）举报 11个月前

我来回答

pandas 根据持续时间重新整形框架

2条答案

相关问题

热门标签

最新问答