我使用pandas.Series和MultiIndex进行双向加权查找。我认为使用MultiIndex也可以很容易地为给定级别找到相应的其他级别,但我无法找到一个简单的函数other,它可以执行以下操作:
>>> index=pandas.MultiIndex.from_tuples(
... [(0, 0),(1,2),(3,4),(5,6),(5,7),(8,0),(9,0)],
... names=["concept", "word"])
>>> other(index, "word", 0)
{0, 8, 9}
>>> other(index, "concept", 3)
{4}
>>> other(index, "word", 6)
{5}我很乐意指定级别编号而不是级别名称,并获得任何可迭代的输出,而不一定是一个集合。我只有2级多索引,所以我不关心如何推广到更高层次的多个索引,甚至也不在乎它是否泛化。
如果这涉及迭代MultiIndex中的所有条目并比较它们,我会稍微不高兴,因为我认为索引有点像多键哈希表。
发布于 2016-10-07 10:42:21
方法1:
您可以使用矢量化方法构建一个自定义函数,如下所示:
def other(index, slicing, value):
arr = np.column_stack(index.values.tolist())
return (np.delete(arr, slicing, axis=0)[0][arr[slicing]==value])用法:
other(index, slicing=index.names.index('word'), value=0)
# array([0, 8, 9])计时:
%timeit other(index, slicing=index.names.index('word'), value=0)
10000 loops, best of 3: 43.9 µs per loop方法2:
如果您想使用一个内置的方法,它只需将值插入到相应的args中就可以得到结果,您可以选择get_loc_level,它为您提供与标签对应的整数位置片,如下所示:
演示:
index.get_loc_level(key=3, level='concept')[1].ravel()
# array([4], dtype=int64)
index.get_loc_level(key=0, level='word')[1].ravel()
# array([0, 8, 9], dtype=int64)
index.get_loc_level(key=6, level='word')[1].ravel()
# array([5], dtype=int64)计时:
%timeit index.get_loc_level(key=0, level='word')[1].ravel()
10000 loops, best of 3: 129 µs per loop因此,您可以使用自定义函数获得3倍的提升,而不是使用2级多索引DF的内置方法来实现。
发布于 2016-10-07 08:54:28
这个怎么样:
>>> index.get_level_values('concept').values[index.get_level_values('word').values == 0]
array([0, 8, 9])
>>> index.get_level_values('concept').values[index.get_level_values('word').values == 6]
array([5])
>>> index.get_level_values('word').values[index.get_level_values('concept').values == 3]
array([4])请注意,您可以轻松地将numpy数组转换为一个集合:
>>> set(np.array([1, 2, 3]))
{1, 2, 3}将所有这些都封装到某些函数中,other应该不会很困难。
https://stackoverflow.com/questions/39912657
复制相似问题