我的數(shù)據(jù)框如下所示： date id pct_change12355258 2010-07-28 60059 0.21021012355265 2010-07-28 60060 0.59200012355282 2010-07-29 60059 0.30027312355307 2010-07-29 60060 0.48198212355330 2010-07-28 60076 0.400729我想用“目標(biāo)”、“來(lái)源”、“權(quán)重”列來(lái)編寫(xiě)它，其中：“目標(biāo)”和“來(lái)源”都是“id”，“權(quán)重”計(jì)算“目標(biāo)”和“權(quán)重”的天數(shù)“來(lái)源”同時(shí)改變了價(jià)格。所以它看起來(lái)像：target source weights60059 60060 260059 60076 1 60060 60076 1我的目標(biāo)是使用此數(shù)據(jù)框制作一個(gè) networkx 圖。我試過(guò)使用 groupbydf.groupby(['date','id'])['id'].unique().value_counts()df.groupby(['date','id'])['id'].count()和 for 循環(huán)（這很糟糕）。我覺(jué)得我在 groupby 中少了一小步，但又說(shuō)不出少了什么。感謝您的幫助。
4 回答
千萬(wàn)里不及你
TA貢獻(xiàn)1784條經(jīng)驗(yàn) 獲得超9個(gè)贊
pivto_table這個(gè)想法是如果 id 對(duì)每個(gè)日期都有 pct_change，則使用first 來(lái)獲得 True
#first pivot to get True if any value of id for a date
df_ = df.pivot_table(index='id', columns='date', values='pct_change',
aggfunc=any, fill_value=False)
print(df_)
date 2010-07-28 2010-07-29
id
60059 True True
60060 True True
60076 True False
然后，您可以使用combinationfromitertools創(chuàng)建所有可能的對(duì)，使用它們來(lái)選擇行，并使用&運(yùn)算符查看在同一日期兩者都為 True 的位置，沿列求和（獲取權(quán)重列）。將此列分配給從兩個(gè)組合列表創(chuàng)建的數(shù)據(jù)框。
# get all combinations of ids
from itertools import combinations
a, b = map(list, zip(*combinations(df_.index, 2)))
res = (pd.DataFrame({'target':a, 'source':b})
.assign(weigths=(df_.loc[a].to_numpy()
&df_.loc[b].to_numpy()
).sum(axis=1))
)
print(res)
target source weigths
0 60059 60060 2
1 60059 60076 1
2 60060 60076 1
注意：不要忘記用您的分類(lèi)列的名稱更改index='id'中的pivot_table，否則您的計(jì)算機(jī)很可能無(wú)法處理以下操作并崩潰
慕萊塢森
TA貢獻(xiàn)1810條經(jīng)驗(yàn) 獲得超4個(gè)贊
嘗試這個(gè)
import pandas as pd, numpy as np
ids = df.id.unique()
WeightDf = pd.DataFrame(index=ids, columns=ids)
WeightDf.loc[:, :] = 0
def weigh(ID):
IdDates = set(df.loc[df.id==ID].date.to_list())
for i in ids:
WeightDf.at[ID, i] = len(set.intersection(set(df.loc[df.id==i].date.to_list()), IdDates))
pd.Series(ids).apply(weigh)
print(WeightDf)
import itertools as itt
result = pd.DataFrame(columns=['Id1', 'Id2', 'Weight'])
for i1, i2 in itt.combinations(ids, 2):
result = pd.concat([result, pd.DataFrame(data=[{'Id1':i1, 'Id2':i2,'Weight':WeightDf.loc[i1, i2]}])])
print(result)
不負(fù)相思意
TA貢獻(xiàn)1777條經(jīng)驗(yàn) 獲得超10個(gè)贊
看到這個(gè)用例的很多變化 - 生成組合
import itertools
df = pd.read_csv(io.StringIO(""" date id pct_change
12355258 2010-07-28 60059 0.210210
12355265 2010-07-28 60060 0.592000
12355282 2010-07-29 60059 0.300273
12355307 2010-07-29 60060 0.481982
12355330 2010-07-28 60076 0.400729"""), sep="\s+")
# generate combinations of two... edge case when a group has only one member
# tuple of itself to itself
dfx = (df.groupby('date').agg({"id": lambda s: list(itertools.combinations(list(s), 2))
if len(list(s))>1 else [tuple(list(s)*2)]})
.explode("id")
.groupby("id").agg({"id":"count"})
.rename(columns={"id":"weights"})
.reset_index()
.assign(target=lambda dfa: dfa["id"].apply(lambda s: s[0]),
source=lambda dfa: dfa["id"].apply(lambda s: s[1]))
.drop(columns="id")
)
print(dfx.to_string(index=False))
輸出
weights target source
2 60059 60060
1 60059 60076
1 60060 60076
MMTTMM
TA貢獻(xiàn)1869條經(jīng)驗(yàn) 獲得超4個(gè)贊
groupby + value_counts。
這是代碼，以使將來(lái)的人們更容易使用：
from itertools import combinations
def combine(batch):
? ? """Combine all products within one batch into pairs"""
? ? return pd.Series(list(combinations(set(batch), 2)))
edges = df.groupby('date')['id'].apply(combine).value_counts()
c = ['source', 'target']
L = edges.index.values.tolist()
edges = pd.DataFrame(L, columns=c).join(edges.reset_index(drop=True))
添加回答
舉報(bào)
0/150
提交
取消