小编Nuc*_*lar的帖子

我想在Pandas数据帧上执行自联接,以便将某些行附加到原始行.每行都有一个标记'i',表示右边应该附加哪一行.

d = pd.DataFrame(['A','B','C'], columns = ['some_col'])
d['i'] = [2,1,1]

In [17]: d
Out[17]: 
  some_col  i
0        A  2
1        B  1
2        C  1

期望的输出:

  some_col  i some_col_y
0        A  2          C
1        B  1          B
2        C  1          B

也就是说,第2行被附加到第0行,第1行到第1行,第1行到第2行(如i所示).

我对如何去做的想法是

pd.merge(d, d, left_index = True, right_on = 'i', how = 'left')

但它完全产生了其他东西.怎么做正确？

有没有更好的方法来计算给定行在numpy 2D数组中出现的次数

def get_count(array_2d, row):
    count = 0
    # iterate over rows, compare
    for r in array_2d[:,]:
        if np.equal(r, row).all():
            count += 1
    return count    

# let's make sure it works

array_2d = np.array([[1,2], [3,4]])
row = np.array([1,2])       

count = get_count(array_2d, row)
assert(count == 1)

我想将 numpy 数组中的任意整数转换为连续范围 0...n，如下所示：

source: [2 3 4 5 4 3]
translating [2 3 4 5] -> [0 1 2 3]
target: [0 1 2 3 2 1]

必须有比以下更好的方法：

import numpy as np

"translate arbitrary integers in the source array to contiguous range 0...n"

def translate_ids(source, source_ids, target_ids):
    target = source.copy()

    for i in range(len(source_ids)):
        x = source_ids[i]
        x_i = source == x
        target[x_i] = target_ids[i]

    return target

#

source = np.array([ 2, 3, 4, 5, 4, 3 ])
source_ids …