从 table 列中提取数据并在 Python 中创建变量

Question

我有一个数据集，我想在每次 'Recording' 数字变化时创建一个新变量。我希望新变量包含特定 'Recording' 的 'Duration' 数据和之前的数据。所以对于下面的 table 它将是：

Var1 = (3, 3, 3)

变量 2 = (3, 3, 3, 4, 6)

Var2 = (3, 3, 3, 4, 6, 4, 3, 1, 4)

等等。我有几个数据集，它们可以有不同数量的记录（但总是从 1 开始）和每个记录的不同持续时间。非常感谢任何帮助。

Recording	Duration
1	3
1	3
1	3
2	4
2	6
3	4
3	3
3	1
3	4

Answer 1

您可以聚合 list 与列表的累积和，然后转换为元组和字典：

d = df.groupby('Recording')['Duration'].agg(list).cumsum().apply(tuple).to_dict()
print (d)
{1: (3, 3, 3), 2: (3, 3, 3, 4, 6), 3: (3, 3, 3, 4, 6, 4, 3, 1, 4)}

print (d[1])
print (d[2])
print (d[3])

您的输出是可能的，但不推荐：

s = df.groupby('Recording')['Duration'].agg(list).cumsum().apply(tuple)

for k, v in s.items():
    globals()[f'Var{k}'] = v

Answer 2

@jezrael 的回答很漂亮，而且肯定更好 :)。但是如果你真的想把它作为一个循环来做，（也许将来你可能想进一步修改逻辑），那么你可能：

import pandas as pd

df = pd.DataFrame({
    "Recording": [1,1,1,2,2,3,3,3,3],
    "Duration": [3,3,3,4,6,4,3,1,4]
})  # your example data

records = {}
record = []
last_recording = None  # flag to track change in recording

for r, d in zip(df.Recording, df.Duration):
    if record and not r == last_recording:
        records[last_recording] = (tuple(record))
    record.append(d)
    last_recording = r
    
records[last_recording] = (tuple(record))  # capture final group
        
print(records)

修改以提供字典（这似乎是明智的）。这对于大型数据集来说会很慢。

从 table 列中提取数据并在 Python 中创建变量

Extract data from table column and make variables in Python

python

dataframe

python-3.x

pandas

pandas-groupby