玩具示例

假设 base_df 是如下所示的微小数据帧:

In [221]: base_df
Out[221]:
     seed
I S
0 a     0
  b     1
1 a     2
  b     3

请注意, base_df 对行具有 2 级多索引。 (这里的部分问题涉及在派生数据帧中“传播”这个多索引的值。)

现在,函数 fn(本文末尾给出的定义)将整数 seed 作为参数,并返回由字符串 keys1 索引的 1 列数据帧。例如:
In [222]: fn(0)
Out[222]:
              F
key
01011  0.592845
10100  0.844266

In [223]: fn(1)
Out[223]:
              F
key
11110  0.997185
01000  0.932557
11100  0.128124

我想通过将 fn 应用于 base_df 的每一行并垂直连接生成的数据帧来生成一个新的数据帧。更具体地说,所需的结果如下所示:
                  F
I S key
0 a 01011  0.592845
    10100  0.844266
  b 11110  0.997185
    01000  0.932557
    11100  0.128124
1 a 01101  0.185082
    01110  0.931541
  b 00100  0.070725
    11011  0.839949
    11111  0.121329
    11000  0.569311

IOW,从概念上讲,通过为 base_df 的每一行生成一个“子数据帧”并垂直连接这些子数据帧来获得所需的数据帧。每行对应的子数据帧有一个3级多索引。此多索引的前两级( IS )来自该行的 base_df 多索引值,而其最后一级( key )以及(单独) F 列的值来自fn 为该行的 seed 值返回的数据帧。

我不清楚的部分是如何将行的原始多索引值传播到 fn 为该行的 seed 值创建的数据帧的行。

重要提示: 我正在寻找一种方法来做到这一点,该方法与 base_df 的多索引级别的名称及其编号无关。

我尝试了以下
base_df.apply(lambda row: fn(row.seed), axis=1)

...但评估失败并出现错误
ValueError: Shape of passed values is (4, 2), indices imply (4, 1)

有什么方便的方法可以做我想做的事情吗?

这是 fn 的定义。就这个问题而言,它的内部结构并不重要。重要的是它需要一个整数 seed 作为参数,并返回一个数据帧,如前所述。
import numpy
def fn(seed, _spec='{{0:0{0:d}b}}'.format(5)):
    numpy.random.seed(int(seed))
    n = numpy.random.randint(2, 5)
    r = numpy.random.rand(n)
    k = map(_spec.format, numpy.random.randint(0, 31, size=n))
    result = pandas.DataFrame(r, columns=['F'], index=k)
    result.index.name = 'key'
    return result

1 在这个例子中,这些键恰好对应于 0 到 31 之间的某个整数的二进制表示,但这个事实在问题中不起作用。

最佳答案

选项 1 groupby

base_df.groupby(level=[0, 1]).apply(fn)

                  F
I S key
0 a 11010  0.385245
    00010  0.890244
    00101  0.040484
  b 01001  0.569204
    11011  0.802265
    00100  0.063107
1 a 00100  0.947827
    00100  0.056551
    11000  0.084872
  b 11110  0.592641
    00110  0.130423
    11101  0.915945

选项 2 pd.concat
pd.concat({t.Index: fn(t.seed) for t in base_df.itertuples()})

                  F
    key
0 a 11011  0.592845
    00011  0.844266
  b 00101  0.997185
    01111  0.932557
    00000  0.128124
1 a 01011  0.185082
    10010  0.931541
  b 10011  0.070725
    01010  0.839949
    01011  0.121329
    11001  0.569311

关于python - 将数据帧返回函数应用于基础数据帧的每一行,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/44865580/

10-13 07:22