如何将许多列归纳为独特的组合

Question

我有一份数据文件，其中列有行中的设备列表，以及一些实验的列，这些实验需要如下所示的设备：

equipment  exp-1 exp-2 ... exp-n
equip-1    T     F         T
.          .     .         .
equip-n    T     F         F

设备名称是字符串，布尔人定义设备是否需要用于给定的实验。我正试图将每个实验的所有不同设备要求浓缩成通用列表。最终目标是生成用于这组多个实验的设备列表。

通过执行以下步骤，我成功地做到了这一点：

1. 转置数据并将所有布尔字段连接在一起，
2. 获得这些级联值的所有唯一实例，
3. 使用.loc迭代数据帧，并将合并的id分配给每一行
4. 重复项。

G 210

最终结果如下：

experiment equip-1 ... equip-n equip-concat combo
exp-1      T           T       T...T        0
exp-2      F           F       F...F        1
exp-3      T           F       T...F        2

然后，我能够再次转接这个，并将其重新插入原始数据帧中。因此，我现在有一个布尔列，用于每个组合，显示一个设备是否属于它。

equipment  exp-1 exp-2 ... exp-n combo-1 ...combo-n
equip-1    T     F         T     T          F
.          .     .         .
equip-n    T     F         F     F          F

我还需要得到一个列表，列出所有属于给定组合的实验：

combo 1: exp-1, exp-2, exp4
combo 2: exp-3, exp-5
...

我通过对合并的数据进行分组并打印出来实现了这一点。

是否有更干净的方法从最初的实验定义中得到我所需要的结果？我的方法似乎有点混乱。

编辑:初始步骤的代码，有一件事是，我的初始实现将布尔值作为字符串处理。在这种情况下，配置是我试图想出的一套设备的组合。

dfexp = df.copy().set_index("equipment").transpose()
dfexpagg = dftests.agg("".join, axis=1)
dfexpagg.name = "Agg Gear"
dfexp["aggregated_gear"] = dfexpagg


unique_configs = dfexp["aggregated_gear"].unique()
for x, config in enumerate(unique_configs):
    dfexp.loc[dfexp["aggregated_gear"] == config, "Config"] = str(x)

dfconfigs = dfexp.set_index("Config"), drop=True).drop("aggregated_gear", axis=1).drop_duplicates().transpose()

我在excel中做了一个突出的例子，希望这有助于澄清最终目标。这些秘密是我想要生成的列。

​

Answer 1

迭代列：

df = pd.DataFrame([['T', 'F', 'T','T'], ['F', 'F', 'T','F'], ['F', 'F','T','F']], index = ['eq1', 'eq2', 'eq3'], columns = ['ex1', 'ex2', 'ex3', 'ex4'])

output = {}
for i, col in enumerate(df.columns):
    temp = df.index[df[col] == 'T'].tolist()
    if temp not in output.values():
        output[f'combo-{i}'] = temp

输出：

{'combo-0': ['eq1'], 'combo-1': [], 'combo-2': ['eq1', 'eq2', 'eq3']}

Answer 2

我想你不需要把它贴回原来的数据。

最终目标就像你描述的那样。因此，就格式而言，最接近和最清晰的是使用字典/JSON结构。例如,

# A map of equip_concat to list of experiment names
combo_map = {
    'TFFTFTT...' : ['exp_1', 'exp_4', ...]
     },
    'TFTFTFT...' : ...
}

因此，只需循环您的数据和打印您的字典。

combo_map = {}
for index, row in df.iterrows():
    equip_concat = row['equip-concat']
    if equip_concat not in combo_map:
        combo_map[equip_concat] = []
    combo_map[equip_concat].append(row['experiment'])

print(combo_map)