Jak skutecznie wypełnić niekompletną ramkę danych pandy składającą się z parujących kombinacji wartości z listy?

Question

Powiedzmy mam listę wartości,

lst=['orange','apple','banana', 'grape', 'lemon'] 

Mam też dataframe pandy formularza, df:

Source  Destination  Weight 
orange  apple   0.4 
banana  orange   0.67 
grape  lemon   0.1 
grape  banana   0.5 

Wiersze są podzbiorem wszystkich par połączeń w LST. Pamiętaj, że każda kombinacja pojawia się najwyżej raz.

Co chcę to nowy dataframe gdzie pozostałe kombinacje są wypełniane o wartości 0.

Na przykład, new_df:

Source  Destination  Weight 
orange  apple   0.4 
banana  orange   0.67 
grape  lemon   0.1 
grape  banana   0.5 
orange  grape   0.0 
orange  lemon   0.0 
banana  lemon   0.0 

Kolejność nie robi różnicy.

Co to jest szybki sposób?

Answer 1

• tworzę tablicę zestawów kombinacji
• Potem to samo w odniesieniu do kombinacji, które już istnieją
• używam np.in1d aby znaleźć te, które nie istnieją
• Następnie dołączania nowa ramka danych z tymi, które jeszcze nie istnieją.

---

from itertools import combinations 

comb = np.array([set(x) for x in combinations(lst, 2)]) 
exst = df[['Source', 'Destination']].apply(set, 1).values 
new = comb[~np.in1d(comb, exst)] 

d1 = pd.DataFrame(
    [list(x) for x in new], 
    columns=['Source', 'Destination'] 
).assign(Weight=0.) 

df.append(d1, ignore_index=True) 

    Source Destination Weight 
0 orange  apple 0.40 
1 banana  orange 0.67 
2 grape  lemon 0.10 
3 grape  banana 0.50 
4 grape  orange 0.00 
5 orange  lemon 0.00 
6 apple  banana 0.00 
7 grape  apple 0.00 
8 apple  lemon 0.00 
9 banana  lemon 0.00 

Answer 2

Krok 1: Konwersja dataframe źródłowego do frozenset

In [350]: df = df.assign(Combinations=df.apply(lambda x: frozenset(x[:-1]), axis=1)).loc[:, ['Combinations', 'Weight']] 

Krok 2: Generowanie wszystkich możliwych kombinacji (import itertools pierwsze) przedmiotów z lst

In [352]: new_df = pd.DataFrame(list(itertools.combinations(lst, 2)), columns=['Source', 'Destination']) 

Krok 3: Scal w kombinacjach

In [358]: new_df = new_df.iloc[:, :2].apply(lambda x: frozenset(x), axis=1)\ 
         .to_frame().rename(columns={0 : "Combinations"})\ 
         .merge(df, how='outer').fillna(0) 

Krok 4: Przywróć do oryginalnej struktury

In [365]: new_df.apply(lambda x: pd.Series(list(x['Combinations'])), axis=1)\ 
       .rename(columns={0 : 'Source', 1 : 'Destination'})\ 
       .join(new_df['Weight']) 
Out[365]: 
    Source Destination Weight 
0 orange  apple 0.40 
1 orange  banana 0.67 
2 grape  orange 0.00 
3 orange  lemon 0.00 
4 apple  banana 0.00 
5 grape  apple 0.00 
6 apple  lemon 0.00 
7 grape  banana 0.50 
8 lemon  banana 0.00 
9 grape  lemon 0.10