在 python Dataframe 中为 A-B ， B-A 对分配相同的随机值答案

【问题标题】：Assign same random value to A-B , B-A pairs in python Dataframe在 python Dataframe 中为 A-B ， B-A 对分配相同的随机值
【发布时间】：2018-02-25 00:44:22
【问题描述】：

我有一个类似的数据框

我需要为 0 到 1 之间的每一对分配随机值，但必须为“1-3”、“3-1”和其他对等相似对分配相同的随机值。我期待像

这样的结果数据框

 Sou  Des   Val
  1    3    0.1
  1    4    0.6
  2    3    0.9
  2    4    0.5
  3    1    0.1
  3    2    0.9
  4    1    0.6
  4    2    0.5

如何在 python pandas 中分配相同的随机值相似对，例如“A-B”和“B-A”。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

让我们首先创建一个按axis=1 helper DF排序的：

In [304]: x = pd.DataFrame(np.sort(df, axis=1), df.index, df.columns)

In [305]: x
Out[305]:
   Sou  Des
0    1    3
1    1    4
2    2    3
3    2    4
4    1    3
5    2    3
6    1    4
7    2    4

现在我们可以按列分组：

In [306]: df['Val'] = (x.assign(c=1)
                        .groupby(x.columns.tolist())
                        .transform(lambda x: np.random.rand(1)))

In [307]: df
Out[307]:
   Sou  Des       Val
0    1    3  0.989035
1    1    4  0.918397
2    2    3  0.463653
3    2    4  0.313669
4    3    1  0.989035
5    3    2  0.463653
6    4    1  0.918397
7    4    2  0.313669

【讨论】：

寻找新方法 :-)

【解决方案2】：

这是新方法

s=pd.crosstab(df.Sou,df.Des)

b = np.random.random_integers(-2000,2000,size=(len(s),len(s)))
sy = (b + b.T)/2

s.mul(sy).replace(0,np.nan).stack().reset_index()

Out[292]: 
   Sou  Des       0
0    1    3   -60.0
1    1    4  -867.0
2    2    3   269.0
3    2    4  1152.0
4    3    1   -60.0
5    3    2   269.0
6    4    1  -867.0
7    4    2  1152.0

【讨论】：

【解决方案3】：

这里的诀窍是在数据框之外做一些工作。您可以将其分解为三个步骤：

组装所有元组的列表(a,b)
为每一对分配一个随机值，使(a,b) 和(b,a) 具有相同的值
填写新栏目

假设您的数据框名为df，我们可以列出所有排序的对，以便a <= b。我认为这比同时跟踪(a,b) 和(b,a) 更容易。

pairs = set([(a,b) if a <= b else (b,a) 
             for a, b in df.itertuples(index=False,name=None))

为这些对中的每一对分配一个随机数并将其存储在字典中很简单，所以我将把它留给你。叫它pair_dict。

现在，我们只需要查找值。我们最终会想写

df['Val'] = df.apply(<some function>, axis=1)

我们的函数在pair_dict 中查找适当的值。

与其尝试将它塞进一个 lambda（尽管我们可以），不如让我们单独编写它。

def func(row):
    if row['Sou'] <= row['Des']:
        key = (row['Sou'], row['Des'])
    else:
        key = (row['Des'], row['Sou'])
    return pair_dict[key]

【讨论】：

【解决方案4】：

如果您可以使用来自 hash() 方法的 "random" 值，您可以使用 freezeset() 实现

df = pd.DataFrame([[1,1,2,2,3,3,4,4],[3,4,3,4,1,2,1,2]]).T
df.columns = ['Sou','Des']
df['Val']= df.apply(lambda x: hash(frozenset([x["Sou"],x["Des"]])),axis=1)
print df

给出：

   Sou  Des         Val
0    1    3  1580307032
1    1    4 -1736016661
2    2    3   741508915
3    2    4 -1930135584
4    3    1  1580307032
5    3    2   741508915
6    4    1 -1736016661
7    4    2 -1930135584

参考： Why aren't Python sets hashable?

【讨论】：