时间戳

首页 > 解决方案 > 在python中重新排列表格

python - 在python中重新排列表格

问题描述

我有一个包含 700 多行的表（example_table.txt）。每行包含对应于 17 个不同类别的值。我想以下列方式重新排列我的表格（Desired_output.text）

Example_table.txt 链接（https://drive.google.com/file/d/1sz9XkPzMqCZItUBN-QugQKq39X0buIoX/view?usp=sharing）

Desired_output.txt 链接（https://drive.google.com/file/d/1OXm2b4VMbuQ1GqBzBf48bDE_gPyzRpnU/view?usp=sharing）

输入表

ID  Class 1 Class 2 Class 3 Class 4 Class 5 Class 6 Class 7 Class 8 Class 9 Class 10    Class 11    Class 12    Class 13
1   0   0.0013865   0   0   0.0005675   0.00317325  0.00008725  0   0.0000925   0   0   0   0
2   0   0.02396475  0   0   0.00045075  0.008391    0.00161075  0   0.00033725  0   0   0   0
3   0   0.0260415   0   0   0   0.0210125   0.011682    0   0.00092125  0   0   0   0
4   0   0.01287525  0   0.00007425  0   0.02698525  0.02130875  0   0.0012565   0   0   0   0
5   0   0.008697    0.00012475  0   0.012641    0.00643825  0.0332455   0   0.00116475  0   0.00018875  0   0

期望的输出

Id  No of class and Class Name  Area
1   5   
    2   0.0013865
    5   0.0005675
    6   0.00317325
    7   0.00008725
    9   0.0000925
2   5   
    2   0.02396475
    5   0.00045075
    6   0.008391
    7   0.00161075
    9   0.00033725
3   4   
    2   0.0260415
    6   0.0210125
    7   0.011682
    9   0.00092125
4   5   
    2   0.01287525
    4   0.00007425
    6   0.02698525
    7   0.02130875
    9   0.0012565
5   7   
    2   0.008697
    3   0.00012475
    5   0.012641
    6   0.00643825
    7   0.0332455
    9   0.00116475
    11  0.00018875

如何使用 python 以所需的方式重新排列这些数据

标签： pythonpandasnumpydatatable

解决方案

这是转换数据的一种方法。

from io import StringIO
import pandas as pd

# copy data from original post into triple-quoted string
data='''ID   Class 1  Class 2  Class 3  Class 4  Class 5  Class 6  Class 7  Class 8  Class 9  Class 10     Class 11     Class 12     Class 13
1   0   0.0013865   0   0   0.0005675   0.00317325  0.00008725  0   0.0000925   0   0   0   0
2   0   0.02396475  0   0   0.00045075  0.008391    0.00161075  0   0.00033725  0   0   0   0
3   0   0.0260415   0   0   0   0.0210125   0.011682    0   0.00092125  0   0   0   0
4   0   0.01287525  0   0.00007425  0   0.02698525  0.02130875  0   0.0012565   0   0   0   0
5   0   0.008697    0.00012475  0   0.012641    0.00643825  0.0332455   0   0.00116475  0   0.00018875  0   0
'''

现在分三步处理数据：

# create data frame
df = pd.read_csv(StringIO(data), sep='\s\s+', engine='python', index_col='ID')

# convert 'Class n' to 'n' (with type integer)
df.columns = df.columns.str.replace('Class ', '').astype(int).rename('class_num')

# re-shape, filter, sort, rename
df = df.stack().loc[lambda x: x > 0].sort_index().rename('area')

# UPDATE: count of IDs with non-zero area
t = df.groupby(level=0).transform('count').rename('non-zero-count')
df = pd.concat([df, t], axis=1)

# show first 10 rows
df.head(10)

                  area  non-zero-count
ID class_num                          
1  2          0.001386               5
   5          0.000567               5
   6          0.003173               5
   7          0.000087               5
   9          0.000092               5
2  2          0.023965               5
   5          0.000451               5
   6          0.008391               5
   7          0.001611               5
   9          0.000337               5

推荐阅读