假设我有这个数据框:
将 Pandas 导入为 pd
def creatingDataFrame():
raw_data = {'Region1': ['A', 'A', 'C', 'B' , 'A', 'B'],
'Region2': ['B', 'C', 'A', 'A' , 'B', 'A'],
'var-1': [20, 30, 40 , 50, 10, 20],
'var-2': [3, 4 , 5, 1, 2, 3]}
df = pd.DataFrame(raw_data, columns = ['Region1', 'Region2','var-1', 'var-2'])
return df
我要生成此列:
df['segment']=['A-B','A-C','A-C','A-B','A-B','A-B']
请注意,它使用的是“Region1”和“Region2”列,但按排序顺序。我不知道如何使用 Pandas 来做到这一点。我想到的唯一解决方案是使用列表作为中间步骤:
Regions=df[['Region1','Region2']].values.tolist()
segments=[]
for i in range(np.shape(Regions)[0]):
auxRegions=sorted(Regions[i][:])
segments.append(auxRegions[0]+'-'+auxRegions[1])
df['segments']=segments
获得:
>>> df['segments']
0 A-B
1 A-C
2 A-C
3 A-B
4 A-B
5 A-B
最佳答案
你需要:
df['segments'] = ['-'.join(sorted(tup)) for tup in zip(df['Region1'], df['Region2'])]
输出:
Region1 Region2 var-1 var-2 segments
0 A B 20 3 A-B
1 A C 30 4 A-C
2 C A 40 5 A-C
3 B A 50 1 A-B
4 A B 10 2 A-B
5 B A 20 3 A-B
关于Pandas:将两个数据框列组合在一个排序列中,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50730787/