如何在字典上迭代多个 pandas 数据帧样本？

Question

我有一本这样的字典：

 dic= {'AGS': array([1, 1, 1, 2, 2, 2, 3, 3, 3], dtype=int64),
'CM': array([1, 1, 2, 2], dtype=int64),
'COA': array([1, 1, 1, 2, 2, 3, 3], dtype=int64),
'COL': array([1, 2], dtype=int64)}

还有这样的数据框：

c = pd.DataFrame(data={'CTY':['AGS', 'AGS', 'AGS', 'AGS', 'AGS', 'AGS', 
                          'AGS', 'AGS', 'AGS', 'CM',  'CM',   'CM', 
                          'CM',  'COA', 'COA', 'COA', 'COA', 'COA', 
                          'COA', 'COA', 'COL', 'COL'],
                   'DIST':[1, 1, 1, 2, 2, 2, 3, 3, 3, 1, 1, 2, 2, 1, 
                         1, 1, 2, 2, 3, 3, 1, 2],
                   'FA':[350, 320, 350, 360, 380, 380, 480,480,488,
                         780, 320, 310, 250, 141, 564, 564, 437, 438,
                         287, 287, 560, 560],
                   'ID':[1, 1, 2, 2, 3, 1, 2, 3, 1, 1, 1, 2, 2, 2, 
                         3, 3, 1, 2, 3, 3, 1, 2],
                   'LTT':['A', 'A', 'B', 'B', 'B', 'C',
                          'C', 'C', 'B', 'C', 'A', 'E',
                          'S', 'B', 'B', 'C', 'C', 'A',
                          'C', 'A', 'E', 'S']
                   })

我想到的可能是使用字典以某种方式迭代数据帧，然后生成我真正需要的样本，该样本依赖于过滤后的 CTY 和 DIST 列，如下所示，那么我是否将这些结果连接起来：

    df1=c[(df['CTY'] == 'AGS') & 
   (df['DIST'] == 1)].sample(n=2)
    df2=c[(df['CTY'] == 'AGS') & 
   (df['DIST'] == 2)].sample(n=2)
    df3=c[(df['CTY'] == 'AGS') & 
   (df['DIST'] == 3)].sample(n=2)
    df4=c[(df['CTY'] == 'CM') & 
   (df['DIST'] == 1)].sample(n=2)
    df5=c[(df['CTY'] == 'CM') & 
   (df['DIST'] == 2)].sample(n=2)
               .
               .
               .
    dfn=c[(df['CTY'] == 'COL') & 
   (df['DIST'] == 2)].sample(n=2)  

    pd.concat([df1,df2,df3, df4, df5, dfn])      

你有什么想法？我想获得尽可能快的输出，我将不胜感激。也许有一个列表理解

Answer 1

IIUC，你可能需要字典理解：

d = {key: c[c['CTY'].eq(key) & c['DIST'].isin(set(val))].sample(n=2) 
     for key,val in dic.items()}

---

发布后您可以访问每个键来访问数据框：

例子：

print(d['AGS'])

   CTY  DIST   FA  ID LTT
3  AGS     2  360   2   B
1  AGS     1  320   1   A

用于连接：

pd.concat(d) #this will keep the identifier

或

pd.concat((c[c['CTY'].eq(key) & c['DIST'].isin(set(val))].sample(n=2) 
           for key,val in dic.items()))