1
나는 종 조사 횟수가 dataframe
이며 여러 기준에 따라 행을 집계해야합니다. 주요 문제는 계절 샘플을 다른 연도에 일치시켜야한다는 것입니다. 예를 들어 2005 년 봄 샘플은 2006 년 가을 샘플과 일치 할 것이며 샘플 샘플 방법과 복제가 일치합니다.팬더 데이터 프레임을 일치하지 않는 기준으로 집계하는 더 좋은 방법
# create the factors and dataframe
a = repeat('AAA',4)
b = repeat('BBB',2)
y1 = np.array([2005, 2006])
y2 = np.array([2005, 2007])
r = np.array([1, 1, 2, 2, 1 , 1])
d = {'site' : hstack((a,b,a,b,a,b,a,b)),
'year' : hstack((y1, y1, y1, y2, y2, y2, y1, y1, y1, y2, y2, y2)),
'season' : hstack((repeat('AUTUMN', 6), repeat('SPRING', 6), repeat('AUTUMN', 6), repeat('SPRING', 6))),
'method' : hstack((repeat('EDGE', 12), repeat('RIFFLE', 12))),
'replicate' : hstack((r, r, r, r))}
df = DataFrame(d)
# now add some species
df['sp1'] = 1
df['sp2'] = 2
df['sp3'] = 3
dataframe의 각 행 분량의 샘플이다 : 여기서, 데이터의 간단한 예이다. 현재 'ID'열을 새로 만들고 있는데 'SPRING'샘플을 반복하여 일치하는 가을 샘플을 검색하고 'id'를 그룹화하기 전에 두 샘플의 'id'를 업데이트합니다. 예를 들면 다음과 같습니다.
df['id'] = 'na' # new column for combined season id
grouped = df.groupby('season') # split table by season
for name, group in grouped:
if name == 'AUTUMN':
aut = group #autumn lookup list
if name == 'SPRING':
# for each spring sample
for row_index, row in group.iterrows():
# check for matching autumn sample
n = aut[
(aut['site'] == row['site']) &
(aut['year'] == row['year'] + 1) &
(aut['method'] == row['method']) &
(aut['replicate'] == row['replicate'])].index
if n:
# create new combined season id
new_id = row['site'] + \
str(row['year'])[-2:] + \
str(row['year'] + 1)[-2:] + \
row['method'][:1] + \
str(row['replicate'])
# update id spring sample with matching autumn
df.id.ix[row_index] = new_id
# get matching autumn table index
df.id.ix[n] = new_id
df = df[df['id'] != 'na']
combined = df.groupby(['method', 'id', 'site']).sum()
combined = combined.drop(['year', 'replicate'], axis=1)
이 방법은 상당히 잘 작동하지만 약간은 어색하고 다재다능하지 않습니다. 이런 방식으로 데이터를 모으는 벡터화 된 방법이 있습니까? 게시물의 길이를 유감스럽게 생각하고 무엇이 불분명한지 알려주세요. 사전에
덕분에