Моя проблема заключается в следующем:
Скажем, у меня есть два кадра данных с таким же количеством столбцов в pandas, как например:
A= 1 2
3 4
8 9
и
B= 7 8
4 0
А также один логический вектор длины точно из нескольких строк из A + num из строк B = 5, с таким же числом 1, что и число строк в B, что означает два 1 в этом примере.
Скажем Bool= 0 1 0 1 0.
Моя цель состоит в том, чтобы объединить A и B в более крупный фрейм данных C, чтобы строки B соответствовали 1s в Bool, поэтому в этом примере это дало бы мне:
C= 1 2
7 8
3 4
4 0
8 9
Вы знаете, как это сделать, пожалуйста? Если вы знаете, как это мне очень поможет. Спасибо за ваше чтение.
Один из вариантов - создать пустой фрейм данных с ожидаемой формой, а затем заполнить значения из A и B в:
import pandas as pd
import numpy as np
# initialize a data frame with the same data types as A thanks to @piRSquared
df = pd.DataFrame(np.empty((A.shape[0] + B.shape[0], A.shape[1])), dtype=A.dtypes)
Bool = np.array([0, 1, 0, 1, 0]).astype(bool)
df.loc[Bool,:] = B.values
df.loc[~Bool,:] = A.values
df
# 0 1
#0 1 2
#1 7 8
#2 3 4
#3 4 0
#4 8 9
Здесь pandas -одно решение, которое переиндексирует исходные фреймы данных и затем объединяет их:
Bool = pd.Series([0, 1, 0, 1, 0], dtype=bool)
B.index = Bool[ Bool].index
A.index = Bool[~Bool].index
pd.concat([A,B]).sort_index() # sort_index() is not really necessary
# 0 1
#0 1 2
#1 7 8
#2 3 4
#3 4 0
#4 8 9
Следующий подход будет обобщен на более крупные группы, чем 2. Начиная с
A = pd.DataFrame([[1,2],[3,4],[8,9]])
B = pd.DataFrame([[7,8],[4,0]])
C = pd.DataFrame([[9,9],[5,5]])
bb = pd.Series([0, 1, 0, 1, 2, 2, 0])
мы можем использовать
pd.concat([A, B, C]).iloc[bb.rank(method='first')-1].reset_index(drop=True)
который дает
In [269]: pd.concat([A, B, C]).iloc[bb.rank(method='first')-1].reset_index(drop=True)
Out[269]:
0 1
0 1 2
1 7 8
2 3 4
3 4 0
4 9 9
5 5 5
6 8 9
Это работает, потому что, когда вы используете method='first', он оценивает значения по их значениям в порядке, а затем по порядку, в котором они видны. Это означает, что мы получаем такие вещи, как
In [270]: pd.Series([1, 0, 0, 1, 0]).rank(method='first')
Out[270]:
0 4.0
1 1.0
2 2.0
3 5.0
4 3.0
dtype: float64
который является точно (после вычитания одного) порядком iloc, в котором мы хотим выбрать строки.