2017-07-10 84 views
5

代碼創建示例數據幀:組合號碼創建一個數組

Sample = [{'account': 'Jones LLC', 'Jan': 150, 'Feb': 200, 'Mar': [[.332, .326], [.058, .138]]}, 
    {'account': 'Alpha Co', 'Jan': 200, 'Feb': 210, 'Mar': [[.234, .246], [.234, .395]]}, 
    {'account': 'Blue Inc', 'Jan': 50, 'Feb': 90, 'Mar': [[.084, .23], [.745, .923]]}] 
df = pd.DataFrame(Sample) 

樣品數據幀可視化:

df: 
    account  Jan  Feb   Mar 
Jones LLC |  150 | 200 | [.332, .326], [.058, .138] 
Alpha Co |  200 | 210 | [[.234, .246], [.234, .395] 
Blue Inc |  50 | 90  | [[.084, .23], [.745, .923] 

我在尋找一個公式 - 2月列合併成一個數組,在New列中輸出這個數組。

預期輸出:

df: 
    account  Jan  Feb   Mar        New 
Jones LLC |  150 | 200 | [.332, .326], [.058, .138] | [150, 200] 
Alpha Co |  200 | 210 | [[.234, .246], [.234, .395] | [200, 210] 
Blue Inc |  50 | 90  | [[.084, .23], [.745, .923] | [50, 90] 
+1

要留意應用的速度。查看我的帖子,瞭解兩者的對比。 – piRSquared

回答

6

使用df.apply,與axis=1

In [1980]: df['New'] = df.apply(lambda x: [x['Jan'], x['Feb']], axis=1) 

In [1981]: df 
Out[1981]: 
    Feb Jan        Mar account   New 
0 200 150 [[0.332, 0.326], [0.058, 0.138]] Jones LLC [150, 200] 
1 210 200 [[0.234, 0.246], [0.234, 0.395]] Alpha Co [200, 210] 
2 90 50 [[0.084, 0.23], [0.745, 0.923]] Blue Inc [50, 90] 

如果你想刪除原來的欄目,你可以使用

df.drop(['Jan', 'Feb'], axis=1, inplace=True) 

一更快的解決方案離子可以發現here

+1

!謝謝。這工作。我不能接受另外幾分鐘的答案,但我會:) –

3

您也可以嘗試df['New'] = list(zip(df.Feb, df.Jan))

或使用tolistdf['New'] = df.ix[:,0:2].values.tolist()

+1

我喜歡這個答案 – piRSquared

6

使用values.tolist

df.assign(New=df[['Feb', 'Jan']].values.tolist()) 
# inplace... use this 
# df['New'] = df[['Feb', 'Jan']].values.tolist() 

    Feb Jan        Mar account   New 
0 200 150 [[0.332, 0.326], [0.058, 0.138]] Jones LLC [200, 150] 
1 210 200 [[0.234, 0.246], [0.234, 0.395]] Alpha Co [210, 200] 
2 90 50 [[0.084, 0.23], [0.745, 0.923]] Blue Inc [90, 50] 

定時處理更大的數據
避免apply是一個3000行快60倍以上數據幀。

df = pd.concat([df] * 1000, ignore_index=True) 

%timeit df.assign(New=df[['Feb', 'Jan']].values.tolist()) 
%timeit df.assign(New=df.apply(lambda x: [x['Jan'], x['Feb']], axis=1)) 

1000 loops, best of 3: 947 µs per loop 
10 loops, best of 3: 61.7 ms per loop 

和160倍30,000行數據幀更快

df = pd.concat([df] * 10000, ignore_index=True) 

100 loops, best of 3: 3.58 ms per loop 
1 loop, best of 3: 586 ms per loop 
+0

這就是我想要做的,我只是覺得'應用'對大數據集是無效的,這隻對'for循環「,但你證明了它!謝謝你piR +1 – Wen