Skip to main content
 首页 » 编程设计

python之在数据框中成对排列条目序列

2025年02月15日8artech

给定一个表格:

ID    Sequence 
1     A,C,D,E,F,G 
2     D,F,G,B 
3     A,B,A,C 
and so on 

现在我希望整理这些数据,以便可以按顺序将其输入 RNN,以便我能够预测每个序列中的下一个条目。所以这是所有可能序列形式的要求(在新数据框中):

X        Y 
A,C,D    E 
C,D,E    F 
D,E,F    G 
D,F,G    B 
A,B,A    C 

X 的长度可以是 3 或任何自定义长度。我该怎么办?

请您参考如下方法:

这是使用 df.split 并将 pd.Series 应用于子列表的另一种方法:

In [623]: df.Sequence.str.split(',')\ 
 ...:     .apply(lambda x: pd.Series([x[i : i + 3], x[i + 3]] for i in range(0, len(x)- 3))).stack()\ 
 ...:     .apply(lambda x: pd.Series([x[0], x[1]]))\ 
 ...:     .reset_index(drop=True) 
Out[623]:  
           0  1 
0  [A, C, D]  E 
1  [C, D, E]  F 
2  [D, E, F]  G 
3  [D, F, G]  B 
4  [A, B, A]  C 

设置列就像 df.columns = ['X', 'Y'] 一样简单。