Diferența dintre elemente unice de sortate coloanele într-un dataframe

0

Problema

Eu sunt nou la acest lucru. Eu sunt în prezent experimente cu cadre de date în python și sunt un pic blocat cu ceva. Am nevoie pentru a obține coloane în cadru de date care au aceeași diferență între unică de elemente sortate. Eu sunt capabil să-l facă într-un singur cod, dar vreau să-l fac dinamic prin obtinerea-l din cadru de date într-un fișier.

import numpy as np
import pandas as pd

first = [20, 10, 40, 30, 10]
sec = [94, 74, 34, 80]
df = pd.DataFrame([(first,sec) for first,sec in zip(first,sec)])
print(df)
cols = list(df.columns)
sorted_df = df.sort_values(by = cols, ascending = True)
print("sorted - \n", sorted_df)
all_unique = [sorted_df[col].unique() for col in cols]
print("UNIQUE:\n", all_unique)
diff = [np.diff(lst) for last in all_unique]
print("DIFF - \n", diff)

Eu sunt în măsură pentru a obține lista de liste de diferență. Acum am nevoie pentru a verifica dacă toate elementele din diferente sunt la fel, daca da, atunci trebuie să se întoarcă la numele de coloana, fie ea prima sau a sec. La ieșire am primit este:

   0   1
0  20  94
1  10  74
2  20  34
3  30  80
sorted - 
   0   1
0  20  94
1  10  74
2  20  30
3  30  80
UNIQUE:
[array([10, 20, 30]), array([74, 34, 94, 80])]
DIFF - 
[array([10, 10]), array([-40, 60, -14])]

După aceasta, ar trebui să se întoarcă nume de coloană sau numele listei care are aceleași elemente. Rezultatul dorit ar trebui să fie o listă de nume de coloane de coloane care au aceeași diferență de sortate elemente unice. Deci, aici ar trebui să fie:

output - ['first']
dataframe pandas python
2021-11-24 06:13:28
1

Cel mai bun răspuns

1

Utilizați lista de înțelegere cu testul dacă sortate valorile diferența sunt unice:

#without unique values
output = [col for col in cols if df[col].sort_values().diff().nunique() == 1]
print("OUT - \n", output)
[0]

#with unique values
output = [col for col in cols 
          if df[col].drop_duplicates().sort_values().diff().nunique() == 1]

Sau:

output = [col for col in cols if np.unique(np.diff(np.unique(df[col]))).shape[0] == 1]
print("OUT - \n", output)
[0]
2021-11-24 07:05:30

În alte limbi

Această pagină este în alte limbi

Русский
..................................................................................................................
Italiano
..................................................................................................................
Polski
..................................................................................................................
한국어
..................................................................................................................
हिन्दी
..................................................................................................................
Français
..................................................................................................................
Türk
..................................................................................................................
Česk
..................................................................................................................
Português
..................................................................................................................
ไทย
..................................................................................................................
中文
..................................................................................................................
Español
..................................................................................................................
Slovenský
..................................................................................................................