#python #pandas #numpy
#питон #pandas #numpy
Вопрос:
У меня есть dataframe (~ 30 000 строк) количество поездок по коду станции.
станция из | станция для | количество |
---|---|---|
20001 | 20040 | 55 |
20040 | 20001 | 67 |
20007 | 20080 | 100 |
20080 | 20007 | 50 |
и dataset — идентификатор маршрута: список идентификаторов станций. Пример 10001 (20001,2020,20013, … 20040); 10002 (20007,2000,20019, … 20080). Таких маршрутов около 100. Задача состоит в том, чтобы получить добавить имя маршрута в dataframe в соответствии с критерием, включена ли станция отправления и назначения в тот или иной набор
станция из | станция для | количество | маршрут |
---|---|---|---|
20001 | 20040 | 55 | 1001 |
20040 | 20001 | 67 | 1001 |
20007 | 20080 | 100 | 1002 |
20080 | 20007 | 50 | 1002 |
В основной форме список маршрутов представляет собой XML-файл (элемент с идентификатором Sation id C1, идентификатор маршрута NM), я могу его проанализировать, но я не знаю, в какую форму его преобразовать (dataframe, dict) и что делать дальше
<?xml version="1.0" encoding="windows-1251"?><MRS1>
<MR NM="002001" PT="0">
<C N="001" C1="2040484" L="000" NZ="099" PZ="0000" NO="01" S="ВЕР УФАЛЕЙ " ZT="0" />
<C N="002" C1="2040751" L="006" NZ="099" PZ="0000" NO="01" S="ОП 100 КМ " ZT="0" />
...
<C N="022" C1="2030055" L="106" NZ="099" PZ="0000" NO="07" S="ШАРТАШ " ZT="0" />
<C N="023" C1="2031190" L="108" NZ="099" PZ="0000" NO="07" S="ПЕРВОМАЙСК " ZT="0" />
<C N="024" C1="2030000" L="110" NZ="099" PZ="0000" NO="07" S="ЕКАТЕРИНБ П " ZT="0" />
</MR>
<MR NM="002002" PT="0">
<C N="001" C1="2040000" L="000" NZ="099" PZ="0000" NO="01" S="ЧЕЛЯБИНСК " ZT="0" />
<C N="002" C1="2041748" L="002" NZ="099" PZ="0000" NO="01" S="ЛОКОМОТИВ1 " ZT="0" />
...
<C N="044" C1="2041502" L="152" NZ="099" PZ="0000" NO="01" S="ОП 1948 КМ " ZT="0" />
<C N="045" C1="2040550" L="160" NZ="099" PZ="0000" NO="01" S="ЗЛАТОУСТ " ZT="0" />
</MR>
<MRS1>
Комментарии:
1. Как хранятся маршруты? Как dict? пожалуйста, покажите образец отображения маршрута до станции.
2. Есть ли перекрытия в маршрутах? если да, то как вы хотите с ними справиться?
3. Да, в маршрутах могут быть совпадения, но я избавлюсь от них, прежде чем сравнивать, или просто поищу первое встречающееся
4. Я добавляю образец xml маршрута
Ответ №1:
Допустим, вы анализируете XML и преобразуете его в формат dict, как показано ниже:
route_id = {1001 : [20001,20040], 1002: [20007,20080]}
Затем вы пишете этот фрагмент кода для преобразования в формат, который вы можете использовать позже series.map
.
route_rev = {}
for i,k in zip(route.keys(), route.values()):
for j in k:
route_rev[j] = i
print(route_rev)
{20001: 1001, 20040: 1001, 20007: 1002, 20080: 1002}
Теперь просто используйте map
и сопоставьте код станции из station_from
с соответствующим кодом маршрута из route_rev
dict.
df['route'] = df.station_from.map(route_rev)
print(df)
station_from station_to count route
0 20001 20040 55 1001
1 20040 20001 67 1001
2 20007 20080 100 1002
3 20080 20007 50 1002