我在Python3.x中有两个字符串,它们被定义为相同的长度:
string1 = 'WGWFTSJKPGP'
string2 = 'DORKSRQKYJG'
我还得到了一个整数,它代表string2
的“起始索引”。在本例中,start_pos = 51
。
目标是根据索引创建一个字典。因此,string1
从 0
开始,string2
从 51
开始。 “转换”这些坐标的字典如下:
{0: 51, 1: 52, 2: 53, 3: 54, 4: 55, 5: 56, 6: 57, 7: 58, 8: 59, 9: 60, 10: 61}
可以用以下方法构建(给出上面的变量):
convert_dict = {i: i + start_pos for i, _ in enumerate(string1)}
我目前以 pandas DataFrame 的形式拥有此数据:
import pandas as pd
dict1 = {'column1':['MXRBMVQDHF', 'LJNVTJOY', 'LJNVTJOY', 'LJNVTJOY', 'WHLAOECVQR'], 'column2':['DPBVNJYANX', 'UWRAWDOB', 'PEKUYUQR', 'WPMLFVFZ', 'CUTQVWHRIJ'], 'start':[79, 31, 52, 84, 18]}
df = pd.DataFrame(dict1)
print(df)
# column1 column2 start
# 0 MXRBMVQDHF DPBVNJYANX 79
# 1 LJNVTJOY UWRAWDOB 31
# 2 LJNVTJOY PEKUYUQR 52
# 3 LJNVTJOY WPMLFVFZ 84
# 4 WHLAOECVQR CUTQVWHRIJ 18
column1
列中有多个相同字符串的条目。在这种情况下,带有 LJNVTJOY
的坐标字典应该是:
{0: [31, 52, 84], 1: [32, 53, 85], 2: [33, 54, 86], 3: [34, 55, 87],
4: [35, 56, 88], 5: [36, 57, 89], 6: [37, 58, 90], 7: [38, 59, 91]}
我想获取这个 DataFrame 并计算类似的坐标字典。这样的 .groupby('column1')
语句看起来应该以某种方式使用 .apply()
?我不知道如何填充这样的字典列表...
这是正确的输出(保留 DataFrame 结构)。这里,DataFrame df2
具有列 'new_column'
,如下所示:
df2.new_column
0 {0: 79, 1: 80, 2: 81, 3: 82, 4: 83, 5: 84, 6: ...
1 {0: [31, 52, 84], 1: [32, 53, 85], 2: [33, 54, 86], 3: [34, 55, 87], 4: [35, 56, 88], 5: [36, 57, 89], 6: [37, 58, 90], 7: [38, 59, 91]}
2 {0: 52, 1: 53, 2: 54, 3: 55, 4: 56, 5: 57, 6: ...
Name: new, dtype: object
最佳答案
使用 -
def dict_op(x):
string1 = x['column1']
string2 = x['column2']
start_pos = x['start']
x['val'] = {i: i + start_pos for i, _ in enumerate(string1)}
return x
def zip_dict(x):
b=pd.DataFrame(x)
return {i:b.loc[:,i].tolist() for i in b.columns }
op = df.apply(dict_op, axis=1).groupby('column1')['val'].apply(list).apply(zip_dict)
print(op)
输出
column1
LJNVTJOY {0: [31, 52, 84], 1: [32, 53, 85], 2: [33, 54,...
MXRBMVQDHF {0: [79], 1: [80], 2: [81], 3: [82], 4: [83], ...
WHLAOECVQR {0: [18], 1: [19], 2: [20], 3: [21], 4: [22], ...
Name: val, dtype: object
说明
dict_op
重用您的代码为每一行创建字典,然后 .apply(list)
将这些字典压缩在一起以形成字典列表。
然后,zip_dict()
从临时输出中创建输出 dict
。
我没有包含的最后一部分是如果列表的长度为 1 则可以仅包含第一个元素,从 {0: [79], 1: [ 80]、2:[81]、3:[82]、4:[83]、...
至 {0: 79, 1: 80, 2: 81, 3: 82, 4 :83,...
关于python - 如何使用 pandas DataFrame 计算列表字典?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52143288/