在每次迭代中填充多个变量

Question

我有许多变量，我的意图是在多次迭代中填充每个变量，而每个变量都需要一个不同的表达式来提取它们的值。与我所要做的大致相当的是下面的for循环。

pairs = {('Ams', 'Rot') : 10, ('Del', 'Utr') : 12, ('Ams', 'Utr') : 14, ('Del', 'Rot') : 16}

var_1 = []
var_2 = []
var_3 = []
var_4 = []

for i in range(3):
    for (j, k) in pairs:
        var_1.append(i)
        var_2.append(j)
        var_3.append(k)
        var_4.append(pairs[(j, k)])

df = {'Var_1' : var_1, 'Var_2' : var_2, 'Var_3' : var_3, 'Var_4' : var_4}
df = pd.DataFrame(df)
print(df)

我想要的输出：

    Var_1 Var_2 Var_3  Var_4
0       0   Ams   Rot     10
1       0   Del   Utr     12
2       0   Ams   Utr     14
3       0   Del   Rot     16
4       1   Ams   Rot     10
5       1   Del   Utr     12
6       1   Ams   Utr     14
7       1   Del   Rot     16
8       2   Ams   Rot     10
9       2   Del   Utr     12
10      2   Ams   Utr     14
11      2   Del   Rot     16

但是，我很想知道是否有一种更有效的方法，特别是在pandas中。最后，我想创建一个熊猫DataFrame的以下字典。

Answer 1

您可以使用基于索引的解决方案：

由于您有一个dict，使用数据是值和索引创建一个数据have是关键。在您的例子中，您有元组键，所以使用索引将是一个pd.MultiIndex。此时，您有Var_2、Var_3和Var_4。

棘手的部分是从这个数据文件生成Var_1。重复索引3次，并重新索引数据。所有的值都是重复的。所以你有3x (Ams，Rot，10)，3x (Del，Utr，12)等等。现在，如果将重复的行组合在一起，则可以使用cumcount创建ID (0 ->第一实例、1 ->第二实例、.)。最后，根据索引(Var_1)对数据进行排序，并将其重置以获得预期的结果。

# Part 1: create Var_2, Var_3 and Var_4
mi = pd.MultiIndex.from_tuples(pairs.keys(), names=['Var_2', 'Var_3'])
df = pd.DataFrame({'Var_4': pairs.values()}, index=mi).reset_index()

# Part 2: create Var_1
df = df.reindex(df.index.repeat(3))
df = df.set_index(df.groupby(df.columns.tolist()).cumcount().rename('Var_1')) \
       .sort_index().reset_index()

输出：

>>> df
    Var_1 Var_2 Var_3  Var_4
0       0   Ams   Rot     10
1       0   Del   Utr     12
2       0   Ams   Utr     14
3       0   Del   Rot     16
4       1   Ams   Rot     10
5       1   Del   Utr     12
6       1   Ams   Utr     14
7       1   Del   Rot     16
8       2   Ams   Rot     10
9       2   Del   Utr     12
10      2   Ams   Utr     14
11      2   Del   Rot     16

Answer 2

您可以使用dict-comprehension轻松地设置

names = ['var_1', 'var_2', 'var_3', 'var_4']
values = {n: range(3) for n in names}
df = pd.DataFrame(values)

   var_1  var_2  var_3  var_4
0      0      0      0      0
1      1      1      1      1
2      2      2      2      2

但是用相同的列创建一个数据格式有点奇怪，因为它没有太多的信息

Answer 3

我们还可以用pairs创建一个pairs(这将创建一个包含一行和MultiIndex列的DataFrame )，并将其用于repeat (因为我们想重复同一行3次，所以我们使用Index.repeat + reindex重复3次)。然后使用reset_index + rename_axis + reset_index获取"Var_1“的正确命名和排序。然后，melt将以所需的形状传递数据。最后，我们可以使用sort_values + reset_index获得与您构建的DataFrame相同的DataFrame。

tmp = pd.DataFrame(pairs, index=[0])
out = (tmp.reindex(tmp.index.repeat(3))
       .reset_index(drop=True)
       .rename_axis('Var_1')
       .reset_index()
       .melt(id_vars=['Var_1'], var_name=['Var_2', 'Var_3'], value_name='Var_4')
       .sort_values(by='Var_1')
       .reset_index(drop=True))

输出：

    Var_1 Var_2 Var_3  Var_4
0       0   Ams   Rot     10
1       0   Del   Utr     12
2       0   Ams   Utr     14
3       0   Del   Rot     16
4       1   Ams   Rot     10
5       1   Del   Utr     12
6       1   Ams   Utr     14
7       1   Del   Rot     16
8       2   Ams   Rot     10
9       2   Del   Utr     12
10      2   Ams   Utr     14
11      2   Del   Rot     16

或者，您可以编写一个列表理解并用列表构建一个DataFrame。这与你已经拥有的非常相似。唯一的区别是，它不是构建4个单独的列表，而是构建一个列表。

tmp = [[i, j, k, v] for i in range(3) for (j, k), v in pairs.items()]
df = pd.DataFrame(tmp, columns=['Var_1', 'Var_2', 'Var_3', 'Var_4'])