Pandas 中的 R 参数 DROP 等效项答案

【问题标题】：R parameter DROP equivalent in PandasPandas 中的 R 参数 DROP 等效项
【发布时间】：2014-02-20 12:51:49
【问题描述】：

我想知道以下 R 代码的 Python (Pandas) 等价物是什么：

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

inputDataFrame 的行名与 myDataFrame 的列名相同。
myDataframe 的每一行只包含一个 TRUE 值（所有其他值都是 FALSE）

结果 outDataFrame 应该有：

与 myDataFrame 行名称相同的行名称
只有一列
该列中包含的值应对应于值为 TRUE 的 myDataFrame 的列名

我希望它是可以理解的......

亲切的问候

【问题讨论】：

标签： python r select pandas

【解决方案1】：

一种方法是使用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 )

输出pd.Series

【讨论】：

带布尔值和字符串的点？？这到底是怎么回事？

【解决方案2】：

这是另一种方式，使用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

它很长，但可能更快，尤其是对于大型数据帧：

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

【讨论】：

【解决方案3】：

对不起，我想我并不清楚实际上涉及两个数据框：

我的输入是 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'))

结果应该是一样的：

   0
X  A
Y  C
Z  C

【讨论】：