按照 Pandas 中 3 列的笛卡尔积组织行

Question

我有 3 个列表，如以下可重现的示例所示：

year = [2015, 2016, 2017] 
month = [1, 2] 
ids = ['x', 'y', 'z', 'w']

我想创建的是一个非常简单的任务，即创建一个最终数据框，其中我有 3 列将其行排序为列值的排列或笛卡尔积。

类似于：

最后我想添加一个 'Epoque' 列，其中引用是：2014 年 12 月等于“1”，2015 年 1 月等于“2”，2015 年 2 月等于到“3”，依此类推（序列将继续初始参考 Dec-2014 =“1”（对于 'Epoque' 值））...

最终所需的输出将是这样的：

编辑:

感谢@jezrael 的大力反馈，对问题进行了编辑。他向我提供了实现所需 df 所缺少的行，但只缺少 'Epoque' 列。

我建议的代码如下（缺少 'Epoque' 所需的列）：

import itertools
s = [ [ 2015, 2016, 2017], [1, 2], ['x', 'y', 'z', 'w'] ]
z = list(itertools.product(*s))
df = pd.DataFrame(z) # Trivial line provided kindly by @jezrael I didn't know.

任何有关如何有效地实现 'Epoque' 列的帮助，我将不胜感激。谢谢。

Answer 1

使用 map by dictionary created by date_range 定义开始和结束 dates:

import itertools
s = [ [ 2015, 2016, 2017], [1, 2], ['x', 'y', 'z', 'w'] ]
z = list(itertools.product(*s))

a = 'Dec-2014'
b = 'Dec-2018'
r = pd.date_range(a, b, freq='MS')
d = dict(zip(r, range(1, len(r) + 1)))

df = pd.DataFrame(z, columns=['year','month','id'])
df['epoch'] = pd.to_datetime(df[['year','month']].assign(day=1)).map(d)

print (df)
    year  month id  epoch
0   2015      1  x      2
1   2015      1  y      2
2   2015      1  z      2
3   2015      1  w      2
4   2015      2  x      3
5   2015      2  y      3
6   2015      2  z      3
7   2015      2  w      3
8   2016      1  x     14
9   2016      1  y     14
10  2016      1  z     14
11  2016      1  w     14
12  2016      2  x     15
13  2016      2  y     15
14  2016      2  z     15
15  2016      2  w     15
16  2017      1  x     26
17  2017      1  y     26
18  2017      1  z     26
19  2017      1  w     26
20  2017      2  x     27
21  2017      2  y     27
22  2017      2  z     27
23  2017      2  w     27

Answer 2

您可以使用 Pandas datetime:

df = pd.DataFrame(z, columns=['year', 'month', 'id'])

base = pd.Timestamp('2014-12-01')
dates = pd.to_datetime(df[['year', 'month']].assign(day=1))

df['epoch'] = dates.dt.to_period('M') - base.to_period('M') + 1

# alternative
df['epoch'] = (dates.dt.year - base.year)*12 + (dates.dt.month - base.month) + 1

print(df)

    year  month id  epoch
0   2015      1  x      2
1   2015      1  y      2
2   2015      1  z      2
3   2015      1  w      2
4   2015      2  x      3
5   2015      2  y      3
...
18  2017      1  z     26
19  2017      1  w     26
20  2017      2  x     27
21  2017      2  y     27
22  2017      2  z     27
23  2017      2  w     27

Answer 3

一种解决方案是使用多个 for 循环遍历所有变量。

#Set the start date of your epoch (Here november 2014 is epoch 0)
month_0 = 11
year_0 = 2014
year_col = []
month_col = []
id_col = []
epoch_col = []
for j1 in ids:
    for j2 in month:
        for j3 in year:
            year_col.append(j3)
            month_col.append(j2)
            id_col.append(j1)
            epoch = (j3-year_0)*12 +(j2-month_0)
            epoch_col.append(epoch)
df = pd.DataFrame({'year':year_col,'month':month_col,'id':id_col,'epoch':epoch_col})

按照 Pandas 中 3 列的笛卡尔积组织行

Organizing rows following cartesian product of 3 columns in Pandas

python

permutation

cartesian-product

itertools

pandas