如何拆分数据框并选择所有可能的对?

Question

我有一个数据框架，为了应用某个函数，我想把它分开。

我有字段df['beam']， df['track']， df['cycle']，我想用这三个字段的唯一值来分隔它们。然后，我想将这个函数(它在两个单独的数据帧之间工作)应用于满足df['track']在两者之间不同的每对。而且，如果您改变这对的顺序，结果也不会改变，所以我希望尽可能不要对该函数进行不必要的调用。

我目前使用四个嵌套的for循环来完成if条件，但我绝对肯定有更好，更干净的方法。

我很感激所有的帮助!

编辑:我最终是这样解决的:

1. 我使用df.groupby()将原始数据帧分割成多个

   dfsplit=df.groupby(['beam','track','cycle'])

   这将生成一个字典，其中键都是唯一的['beam'，'track'，'cycle']组合，作为元组

2. 我使用itertools.combination()组合了所有可能的['beam'，'track'，'cycle']对

   keys=list(itertools.combinations(dfsplit.keys(),2))

这将生成一个包含两个元素的元组列表，其中每个元素都是一个['beam'，'track'，'cycle']元组本身，并且它不包括交换了顺序的元组，因此我避免为相同的情况调用两次函数。

3. 我通过for循环删除了'track'相同的组合

   for k in keys.copy():
   if k[0][1]==k[1][1]:
   keys.remove(k)
   

现在我可以通过循环遍历组合列表来调用函数

for k in keys:
function(dfsplit[k[0]],dfsplit[k[1]])

步骤3花费了很长时间，可能是因为我有很多唯一的['beam'，'track'，'cycle']组合，所以列表很长，但也可能是因为我做得不是最优的。我将保留这个问题，以防有人想到更好的方法来完成最后一步。

编辑2:通过执行

，再次使用itertools解决了步骤3中的问题。

keys=list(itertools.filterfalse(lambda k : k[0][1]==k[1][1], keys))

出现itertools。Filterfalse返回列表中所有返回false给所定义函数的元素，所以它和前面的for循环一样，只是选择了false而不是删除了true。它非常快，我相信这将永远解决我的问题。

Answer 1

我不知道如何将问题标记为已解决所以我在这里重复一下解决方案:

dfsplit=df.groupby(['beam','track','cycle'])
keys=list(itertools.combinations(dfsplit.keys(),2))
keys=list(itertools.filterfalse(lambda k : k[0][1]==k[1][1], keys))
for k in keys:
function(dfsplit[k[0]],dfsplit[k[1]])