我有一个数字列表，我想不重复地找到这些数字的所有不同组合。从那里，下一步是按列号过滤数据帧 df 的列；列号是先前找到的组合。然后我必须在每次迭代时对新的过滤数据帧运行一些计算。
假设我有以下代码：
import pandas as pd
import numpy as np
import itertools
lst = [1, 2, 3] #intial list
for i in range(1,4) #combs can have 1, 2 or 3 numbers
combs = [] #empty list to store combinations
els = [list(x) for x in itertools.combinations(lst, i)]
for j in range(0,len(els)): #loop through each combination found
temp_list=els[j]
temp_df=df.iloc[:temp_list]
#...Do some calculations with temp_df#
运行此代码，我收到以下错误：无法使用类“列表”的这些索引器 [[1]] 进行切片索引
我认为我的代码中的els也是一个列表（和 temp_list）列表。因此，我尝试将它们展平以获得列表（此主题已在此处涵盖，例如：从 Python 中的列表列表制作平面列表）
但是，在运行此行时
flat_list = [item for sublist in temp_list for item in sublist]
我收到一个新错误：“int”对象不可迭代。如何获取可用于过滤数据框的数字列表？谢谢
使用示例数据框：
df = pd.DataFrame([[0, 1, 2], [3, 4, 5], [6, 7, 8]], columns=[1, 2, 3])
给予：
1 2 3
0 0 1 2
1 3 4 5
2 6 7 8
以下代码应该可以实现您想要的。请注意，我在.loc这里使用，而不是.iloc，因为我指定的是列名而不是索引。如果要指定索引，请使用.iloc.
import itertools
#Initial list
lst = [1, 2, 3]
#Assemble all combinations
combs = [list(x) for i in range(1,4) for x in itertools.combinations(lst, i)]
#Use .loc
for comb in combs: #For each combination
temp_df = df.loc[:,comb]
print(temp_df)
产量：
1
0 0
1 3
2 6
2
0 1
1 4
2 7
3
0 2
1 5
2 8
1 2
0 0 1
1 3 4
2 6 7
1 3
0 0 2
1 3 5
2 6 8
2 3
0 1 2
1 4 5
2 7 8
1 2 3
0 0 1 2
1 3 4 5
2 6 7 8
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句