Вопрос или проблема
Я хотел бы сравнить два столбца и найти общие наборы значений в каждом столбце, затем вывести строки с общими значениями.
Предположим, у меня есть датафрейм с:
no.(col1) | Username (col2) | Referral(col3) | email(col4)
0 | john | mike | [email protected]
1 | peter | paul | [email protected]
2 | joan | patricia | [email protected]
3 | mike | john | [email protected]
Вывод будет “0 | john | mike | [email protected]” и “3 | mike | john | [email protected]“, потому что они имеют одинаковые значения в col2 и col3 соответственно.
Предположим, у нас есть датафрейм с названием df, тогда одним из подходов может быть сохранение этих двух столбцов в различных датафреймах и затем попытка их сравнить и найти их сходства, таким образом у нас будет:
column1 = df.iloc[:,1].values
column2 = df.iloc[:,2].values
Затем сохранить все индексы в column1, где набор существует в column2
equal_indices = []
for i in range(len(column1)):
for j in range(len(column2[or column1, since they are equal])):
if column1[i] == column2[j] and column2[i]==column1[j]:
equal_indices.append(i)
print(i,j)
print(column1[i], column2[i])
Теперь equal_indices содержит все индексы, которые вы хотите. Затем вы можете удалить строки с аналогичными столбцами из column1 или column2, или просто вернуть найденные индексы column1 из датафрейма df:
df.iloc[[equal_indices]]
В Pandas почти любую проблему можно решить элегантной однострочной конструкцией.
Но возможный не столь элегантный подход будет следующим:
-
Сбросить индекс, чтобы он стал столбцом.
-
Создать датафрейм (df_A), содержащий индекс (назовите его index_A) и интересующий столбец A.
-
Создать датафрейм (df_B), содержащий индекс (назовите его index_B) и интересующий столбец B.
-
Выполнить слияние df_A по A и df_B по B (например, left merge).
Результат должен содержать общие значения и соответствующие индексы.
Ответ или решение
Чтобы решить задачу сравнения и нахождения общих значений в разных столбцах одного и того же датафрейма, мы погрузимся в изучение инструментов, которые предоставляют такие библиотеки, как Pandas, особенно если речь идет о Python.
Основное описание проблемы
Ваша задача — найти строки в датафрейме, в которых значения в столбцах "Username" и "Referral" совпадают, но в обратной последовательности, как показано в вашей таблице:
no. | Username | Referral | email
0 | john | mike | [email protected]
1 | peter | paul | [email protected]
2 | joan | patricia | [email protected]
3 | mike | john | [email protected]На выходе должны быть строки под индексами 0 и 3.
Шаги решения
-
Использование Pandas для манипуляции с датафреймами:
- Импортируйте библиотеку Pandas.
- Загрузите данные в датафрейм
df.
-
Поиск общих значений с измененной последовательностью:
- Мы создадим фильтр, который будет сравнивать каждый элемент в строке столбца "Username" со значением в столбце "Referral" в обратном порядке.
Код:
import pandas as pd
# Создание датафрейма из предоставленных данных
data = {
'no.': [0, 1, 2, 3],
'Username': ['john', 'peter', 'joan', 'mike'],
'Referral': ['mike', 'paul', 'patricia', 'john'],
'email': ["[email protected]", "[email protected]", "[email protected]", "[email protected]"]
}
df = pd.DataFrame(data)
# Поиск строк, где значения в столбцах Username и Referral совпадают, но в обратной последовательности
filtered_df = df[df.apply(lambda row: row['Username'] == df.loc[df['Referral'] == row['Username'], 'Referral'].iloc[0], axis=1)]
print(filtered_df)Объяснение:
- Функция
apply: Используется для итерации по строкам и поиска соответствий, где значение в столбце "Username" из одной строки совпадает с значением в столбце "Referral" другой строки и наоборот. - Фильтрация: Возвращает только те строки, которые соответствуют условию.
Ожидаемый результат
В результате выполнения данного кода вы получите датафрейм, содержащий строки:
no. Username Referral email
0 0 john mike [email protected]
3 3 mike john [email protected]Этот метод не только эффективен, но и элегантен, соответствуя стандартам профессиональной аналитики данных.
Не забудьте, что подходы можно адаптировать в зависимости от специфики и объема ваших данных, а Pandas предоставляет широкий функционал для работы с табличными данными любого уровня сложности.