Блог

Я изо всех сил пытаюсь понять, как сделать следующее: у меня есть фрейм данных, который выглядит следующим образом (это немного сложнее, это всего лишь пример):

 df = pd.DataFrame({'id' : ['id1','id2'], 'coverage' : ['1 2 3 4 5 6 7 8 9 10 11 13 14 15 16 17 18 19 20 40 41 42 43 44 45 46 47 48 49 50','1 2 3 4 5 6 7 8 9 10 100 101 102 103 104 105 106 107 108 109 110']})
 

И я хочу сгенерировать новый ключ, который содержит только min-max каждого сегмента, в основном это должно выглядеть так:

     id          coverage
0  id1  1 11 13 20 40 50 
1  id2  1 10 100 110
 

Это простая проблема, но я не могу придумать никаких решений, я знаю, что map(lambda x:) может работать…
Спасибо!

Давайте попробуем:

 # split the values and convert to integers
s = df['coverage'].str.split().explode().astype(int)

# continuous blocks
blocks = s.diff().ne(1).groupby(level=0).cumsum()

s['coverage'] = (s.groupby([s.index, blocks])
  .agg(['min','max'])
  .astype(str).agg(' '.join, axis=1)
  .groupby(level=0).agg(' '.join)
)
 

Сначала разделите эти строки, а затем разбейте их на большую серию, сохранив индекс в качестве 'id' столбца. Затем мы берем разницу между последовательными строками внутри каждой группы и проверяем, где она не равна 1 .

Разрежьте разнесенный ряд по этой маске, и он сдвинулся, чтобы получить начальную и конечную точки, затем groupby и agg(list) (или ' '.join ), чтобы получить ваш результат.

 # To numeric so values become numbers.
s = pd.to_numeric(df.set_index('id')['coverage'].str.split().explode())

m = s.groupby(level=0).diff().ne(1)
result = s[m | m.shift(-1).fillna(True)].groupby(level=0).agg(list)

id
id1    [1, 11, 13, 20, 40, 50]
id2          [1, 10, 100, 110]
Name: coverage, dtype: object