python - 如何使用包含列表中值的字典扩展 pydatable 的列？
问题描述
我创建了一个示例数据表，
DT_EX = dt.Frame({'recency': ['current','savings','fixex','current','savings','fixed','savings','current'],
'amount': [4200,2300,1500,8000,1200,6500,4500,9010],
'no_of_pl': [3,2,1,5,1,2,5,4],
'default': [True,False,True,False,True,True,True,False]})
它可以被视为，
| recency amount no_of_pl default
-- + ------- ------ -------- -------
0 | current 4200 3 1
1 | savings 2300 2 0
2 | fixex 1500 1 1
3 | current 8000 5 0
4 | savings 1200 1 1
5 | fixed 6500 2 1
6 | savings 4500 5 1
7 | current 9010 4 0
[8 rows x 4 columns]
我正在按照以下步骤中的说明进行一些数据操作：
第 1 步：将两个新列添加到数据表中
DT_EX[:, f[:].extend({"total_amount": f.amount*f.no_of_pl,
'test_col': f.amount/f.no_of_pl})]
输出：
| recency amount no_of_pl default total_amount test_col
-- + ------- ------ -------- ------- ------------ --------
0 | current 4200 3 1 12600 1400
1 | savings 2300 2 0 4600 1150
2 | fixex 1500 1 1 1500 1500
3 | current 8000 5 0 40000 1600
4 | savings 1200 1 1 1200 1200
5 | fixed 6500 2 1 13000 3250
6 | savings 4500 5 1 22500 900
7 | current 9010 4 0 36040 2252.5
[8 rows x 6 columns]
第2步：
字典被创建为，并注意它的值存储在列表中
test_dict = {'discount': [10,20,30,40,50,60,70,80],
'charges': [0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8]}
第 3 步：
使用上述 dict 创建的新数据表并附加到数据表 DT_EX 为，
dt.cbind(DT_EX, dt.Frame(test_dict))
输出：
| recency amount no_of_pl default discount charges
-- + ------- ------ -------- ------- -------- -------
0 | current 4200 3 1 10 0.1
1 | savings 2300 2 0 20 0.2
2 | fixex 1500 1 1 30 0.3
3 | current 8000 5 0 40 0.4
4 | savings 1200 1 1 50 0.5
5 | fixed 6500 2 1 60 0.6
6 | savings 4500 5 1 70 0.7
7 | current 9010 4 0 80 0.8
[8 rows x 6 columns]
在这里我们可以看到一个数据表，其中包含新添加的列（折扣、费用）
第4步：
正如我们所知，扩展函数可用于添加我试图在名为test_dict的字典中传递的列，
DT_EX[:, f[:].extend(test_dict)]
输出：
Out[18]:
| recency amount no_of_pl default discount discount.0 discount.1 discount.2 discount.3 discount.4 … charges.2 charges.3 charges.4 charges.5 charges.6
-- + ------- ------ -------- ------- -------- ---------- ---------- ---------- ---------- ---------- --------- --------- --------- --------- ---------
0 | current 4200 3 1 10 20 30 40 50 60 … 0.4 0.5 0.6 0.7 0.8
1 | savings 2300 2 0 10 20 30 40 50 60 … 0.4 0.5 0.6 0.7 0.8
2 | fixex 1500 1 1 10 20 30 40 50 60 … 0.4 0.5 0.6 0.7 0.8
3 | current 8000 5 0 10 20 30 40 50 60 … 0.4 0.5 0.6 0.7 0.8
4 | savings 1200 1 1 10 20 30 40 50 60 … 0.4 0.5 0.6 0.7 0.8
5 | fixed 6500 2 1 10 20 30 40 50 60 … 0.4 0.5 0.6 0.7 0.8
6 | savings 4500 5 1 10 20 30 40 50 60 … 0.4 0.5 0.6 0.7 0.8
7 | current 9010 4 0 10 20 30 40 50 60 … 0.4 0.5 0.6 0.7 0.8
[8 rows x 20 columns]
注意：在输出中，可以看到为每个字典键（折扣、费用）创建了大约 8 列（填充列表的每个元素），新添加的列总数为 16。
第 5 步：
我曾想过用numpy数组的值创建一个字典，
test_dict_1 = {'discount': np.array([10,20,30,40,50,60,70,80]),
'charges': np.array([0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8])}
我已通过test_dict_1将功能扩展为
DT_EX[:, f[:].extend(test_dict_1)]
输出：
Out[20]:
| recency amount no_of_pl default discount charges
-- + ------- ------ -------- ------- -------- -------
0 | current 4200 3 1 10 0.1
1 | savings 2300 2 0 20 0.2
2 | fixex 1500 1 1 30 0.3
3 | current 8000 5 0 40 0.4
4 | savings 1200 1 1 50 0.5
5 | fixed 6500 2 1 60 0.6
6 | savings 4500 5 1 70 0.7
7 | current 9010 4 0 80 0.8
[8 rows x 6 columns]
在这一步，extend 获取了一个字典并将新列添加到 DT_EX。这是一个预期的输出。
那么，在这里我想了解第 4 步中发生了什么？为什么不从字典键中获取值列表来添加新列？为什么执行第 5 步案例？
你能写下你的评论/答案吗？
解决方案
您可以将字典包装在 Frame 构造函数中以获得所需的结果：
>>> DT_EX[:, f[:].extend(dt.Frame(test_dict))]
| recency amount no_of_pl default discount charges
-- + ------- ------ -------- ------- -------- -------
0 | current 4200 3 1 10 0.1
1 | savings 2300 2 0 20 0.2
2 | fixex 1500 1 1 30 0.3
3 | current 8000 5 0 40 0.4
4 | savings 1200 1 1 50 0.5
5 | fixed 6500 2 1 60 0.6
6 | savings 4500 5 1 70 0.7
7 | current 9010 4 0 80 0.8
[8 rows x 6 columns]
至于步骤 4 中发生的情况，应用以下逻辑：当我们为DT[]调用评估字典时，我们将其简单地视为元素列表，其中列表中的每个项目都由相应的键命名。如果一个“项目”产生多个列，那么每个列都从键中获得相同的名称。现在，在这种情况下，每个“项目”又是一个列表，我们没有任何特殊规则来评估这些原语列表。所以他们最终会扩展成一个列列表，其中每列都是一个常数。
你是对的，最终结果看起来很违反直觉，所以我们可能想要调整DT[]表达式内评估列表的规则。
推荐阅读
- c - 在 C 中使用除法方法查找 GCD
- python - 在示例中将响应转换为 json 格式的最佳方法
- javascript - 限制用户在反应金额字段中输入的值
- c - 将结构保存到 m5stacks 首选项
- scrapy - 如何仅为scrapy spider中的特定请求更改标头？
- routes - Deno - opine 路由器。如何从页面中读取值？
- c# - 后端控制器中的空对象
- javascript - 如何检查数组中任意两个整数的和是否作为数组中的一项存在？
- c++ - 读取多个文本文件并将它们排序到一个结构中
- python - 正在使用“function.variable = something”一个全局变量