我有一个使用Python的特定查询。
抱歉,你的演讲太差了
我有一个这样的朋友
CG | T
------
10 | 0.5
21 | 0.2
33 | 0.3
45 | 0.6
我想为CG构建所有可能的对比
那大概是
CG1 || CG2 || T1 || T2 || contrast||
10 || 21 || 0.5 || 0.2 || 0.3 ||
10 || 33 || 0.5 || 0.3 || 0.2 ||
10 || 45 || 0.5 || 0.6 || -0.1 ||
21 || 33 || 0.2 || 0.3 || -0.1 ||
21 || 45|| 0.2 || 0.6 || -0.4 ||
33 || 45 || 0.3 || 0.6 || -0.3 ||
我做了一个循环,循环所有的行并合并回来-当数据变大时效率不高(ncg=800) 我想知道1)是否有一种有效的方法来执行这样的循环或/和2)将df转换成如下的契约矩阵:
--- || 10 || 21 || 33 || 45 ||
10 || 0.5 || 0.3 || 0.2 || -0.1 ||
21 || 0.3 || 0.2 || -0.1 || -0.4 ||
33 || 0.2 || -0.1 || 0.3 || -0.3 ||
45|| -0.1 || -0.4 ||-0.3 || 0.6 ||
我读过几篇关于高效循环的文章——这个查询的特殊性在于我想在所有组之间建立对比(CG);这就像用对角矩阵分层,并希望用对角元素的差异填充所有非对角单元格(因此我想到使用矩阵)
干杯
下面是一个NumPy方法,使用初始化和分步分配-
样本输入,输出-
与
pandas
数据帧接口的唯一工作是使用a = df.values
获取输入数组a
,其中df
是输入数据帧,然后使用所提出的方法。最后,可以通过调用pd.Dataframe(out)
将输出转换为数据帧来获得输出数据帧相关问题 更多 >
编程相关推荐