R參數DROP相當於在熊貓

Question

我想知道什麼是下列R-代碼的Python（熊貓）相當於：

outDataFrame <- myDataFrame[, rownames(inputDataFrame), drop=FALSE] 

• inputDataFrame的行名是相同的myDataFrame的列名。
• myDataframe的每一行只包含一個真值（所有其他值是FALSE）

結果outDataFrame應具備：

• 同一行的名稱作爲myDataFrame行名稱
• 只有一列
• 該列中包含的值應該對應於值爲TRUE的myDataFrame的列名稱

我希望這是可以理解的......

親切的問候

R.

做

Answer 1

一個方法是使用numpy.dot：

>>> import numpy as np 
>>> import pandas as pd 
>>> df = pd.DataFrame ({ 'A':[False, True], 'B':[True, False] }, index=['row1', 'row2']) 
>>> df 
      A  B 
row1 False True 
row2 True False 

[2 rows x 2 columns] 

>>> pd.DataFrame(np.dot(df, df.columns), index=df.index) 
     0 
row1 B 
row2 A 

[2 rows x 1 columns] 

或者：

>>> df.apply(lambda row: df.columns[row][0], axis=1) 

它輸出一個pd.Series

Answer 2

這裏是另一種方式，用np.argmax：

In [55]: myDataFrame = pd.DataFrame([(True,False,False), (False,False,True), (False,False,True)], index=list('ABC'), columns=list('XYZ')) 

In [56]: myDataFrame 
Out[56]: 
     X  Y  Z 
A True False False 
B False False True 
C False False True 

[3 rows x 3 columns] 

In [58]: pd.Series(myDataFrame.columns[np.argmax(myDataFrame.values, axis=1)], index=myDataFrame.index) 
Out[58]: 
A X 
B Z 
C Z 
dtype: object 

它的長，但也許更快尤其對於大dataframes：

In [76]: myDataFrame2 = pd.concat([myDataFrame]*10000) 

In [77]: %timeit pd.Series(myDataFrame2.columns[np.argmax(myDataFrame2.values, axis=1)], index=myDataFrame2.index) 
1000 loops, best of 3: 1.19 ms per loop 

In [78]: %timeit pd.Series(np.dot(myDataFrame2, myDataFrame2.columns), index=myDataFrame2.index) 
100 loops, best of 3: 5.72 ms per loop 

In [79]: %timeit myDataFrame2.apply(lambda row: myDataFrame2.columns[row][0], axis=1) 
1 loops, best of 3: 1.15 s per loop 

Answer 3

抱歉，我想我是不是在現實中清晰有兩個dataframes涉及：

myinput是df1和df2：

df1 = pd.DataFrame([(True,False,False), (False,False,True), (False,False,True)], index=list('XYZ'), columns=list('ABC')) 
df2 = pd.DataFrame([(1,2,1), (1,0,0), (1,1,1)], index=list('ABC'), columns=list('IJK')) 

，結果應該是一樣的：

0 
X A 
Y C 
Z C