我想使用PyUpset封裝,它在PICKEL測試數據,可以發現here我們如何可以格式化數據這樣的泡菜
我可以運行下面的代碼來查看數據的內容和格式
from pickle import load
with open('./test_data_dict.pckl', 'rb') as f:
data_dict = load(f)
data_dict
這表明數據是以下格式,它只是一個例子如何看起來像的,
[495 rows X 4 columns],
'adventure': title rating_avg \
0 20,000 Leagues Under the Sea (1954) 3.702609
1 7th Voyage of Sinbad, The (1958) 3.616279
rating_std views
0 0.869685 575
1 0.931531 258
[281 rows x 4 columns],
'romance': title rating_avg \
0 'Til There Was You (1997) 2.402609
1 1-900 (1994) 2.411279
rating_std views
0 0.669685 575
1 0.981310 245
我一直在試圖格式化我的CSV數據以這種方式和最近我能夠用熊貓爲類似的格式如下這個
CSV文件,以獲得,
Type_A, Type_B, Type_C
x1,x2,x3
y1,y2,y3
用於大熊貓在數據幀導入並添加索引後一起Concat的他們
import pandas as pd
df=pd.read_csv(csv_file)
d1=df.Type_A.tolist()
d2=df.Type_B.tolist()
d3=df.Type_C.tolist()
然後添加索引用於枚舉()
d1_df=list(enumerate(d1, 1))
d2_df=list(enumerate(d2, 1))
d3_df=list(enumerate(d3, 1))
d1_df # this gives me [(1, 'x1'), (2, 'y1')]
ñ嗷嗷接下來我加標貼標識和值,數據幀
labels = ['Id','Value']
d1_df = pd.DataFrame.from_records(d1_df, columns=labels)
d2_df = pd.DataFrame.from_records(d2_df, columns=labels)
d3_df = pd.DataFrame.from_records(d3_df, columns=labels)
d1_df # this gives me Id Value
# 0 1 x1
# 1 2 y1
然後合併所有的3成一個數據幀,並重新定義TYPE_A,TYPE_B和Type_C
child_df = [d1_df, d2_df, d3_df]
labels2 = ['Type_A','Type_B','Type_C']
parent_df = pd.concat(child_df, keys=['Type_A', 'Type_B', 'Type_C'])
parent_df # out below
# Id Value
#Type_A 0 1 x1
# 1 2 y1
#Type_B 0 1 x2
# 1 2 y2
#Type_C 0 1 x3
# 1 2 y3
這是我打的,我想我使用錯誤的方法,它應該更容易以PyUpset使用的格式獲取數據。