时间戳

首页 > 解决方案 > 将给定的 pandas 数据帧转换为另一个数据帧

python - 将给定的 pandas 数据帧转换为另一个数据帧

问题描述

我有一个像下面这样的熊猫数据框。这给了我从各个点到以下城市的距离，即法戈、奥兰治和泽西城。但是下面数据框中的每一列（如“Fargo”）的行号为 0 到 3，由到任何点的最短 4 距离填充，而对于其余 8 行，它被填充，因为我们正在找出 4 最短距离到另一个城市'橙色'等等。从下面的数据框中总结

Points = ['Point1','Point4','Point5','Point2','Point2','Point5','Point1','Point4','Point3','Point6','Point4','Point1']
Fargo = [2.90300755828,3.91961324034,21.9825588597,24.3141420303,24.3141420303,21.9825588597,2.90300755828,3.91961324034,25.3599772676,25.8509998739,3.91961324034,2.90300755828]
Orange = [25.5464458592,27.1527975618,6.17298387907,4.80214941294,4.80214941294,6.17298387907,25.5464458592,27.1527975618,46.4066249652,45.8853687976,27.1527975618,25.5464458592]
Jersey_City = [21.1030418227,19.6763385681,39.3194029761,41.8121131045,41.8121131045,39.3194029761,21.1030418227,19.6763385681,2.09632277264,2.67885042284,19.6763385681,21.1030418227]
toy_data=pd.DataFrame(index=Points,columns=['Fargo','Orange','Jersey_City'])
toy_data['Fargo']= Fargo
toy_data['Orange']=Orange
toy_data['Jersey_City']=Jersey_City

假设该列Fargo的前 4 行：第 0 行到第 3 行代表距离最短的点Fargo。类似地，在列中，第Orange4 到 7 行表示距离最短的点，Orange现在在第 4 到 7 行中，该列Fargo填充了从最近的四个点到 的距离Orange。但我想要一个框架，在一个数据框中，我可以得到与每个城市的最短距离的 4 个点。所以你在这里看到的第Fargo0-3 行是它最近的 4 个点，在列Orange，第 4-7 行是它最近的 4 个点，在列Jersey City第 8-11 行是它最近的 4 个点。我想为每个城市保留这 4 个最近的点，并删除其余的点，如下所示。我想要的是这样的：

Fargo = [2.9030075582789885,3.919613240342197,21.982558859743925,24.314142030334484,'NAN','NAN','NAN','NAN','NAN','NAN','NAN','NAN']
Orange = ['NAN','NAN','NAN','NAN',4.802149412942695,6.172983879065276,25.546445859236265,27.15279756182145,'NAN','NAN','NAN','NAN']
Jersey_City = ['NAN','NAN','NAN','NAN','NAN','NAN','NAN','NAN',2.096322772642856,2.67885042283533,19.676338568056806,21.10304182269932]
result_wanted_data =pd.DataFrame(index= Points,columns = ['Fargo','Orange','Jersey_City'])
result_wanted_data['Fargo']=Fargo
result_wanted_data['Orange']=Orange
result_wanted_data['Jersey_City']=Jersey_City

标签： pythonpandasdataframe

解决方案

你能做的并不完全是我猜你想要的，但我认为这将解决目的：

newdf=np.empty([12])

for i in range(12):
    newdf[i]=data.iloc[i,[(math.ceil((i+1)/4))]]
newdf1=[]
cities=list(data.columns.values[1:])
for i in range(12):
     newdf1.append(cities[(math.ceil((i+1)/4)-1)])
strs = ["" for x in range(12)]  
for i in range(12):

    strs[i]=data.iloc[i,0]

final_data=pd.DataFrame(columns=['city','point','distance' ])
final_data['city']=newdf1
final_data['distance']=newdf
final_data['point']=strs

推荐阅读