метод объединения данных
x = df3.values.tolist()
y = df4.values.tolist()
lst = []
y_grouped = {}
for row in y:
key = row[3]
if key not in y_grouped:
y_grouped[key] = []
y_grouped[key].append(row)
for idx, l in enumerate(x):
if idx == 0:
prev_count = 0
else:
prev_count = sum(1 for j in range(max(0, idx-3), idx) if x[j][3] == l[3])
if l[3] in y_grouped:
if len(y_grouped[l[3]]) > prev_count:
lst.append(l + y_grouped[l[3]][prev_count])
else:
lst.append(l + y_grouped[l[3]][-1]) # Берем последнее доступное значение
else:
lst.append(l)
print(idx)
lst
y%20%3D%20df4.values.tolist()lst%20%3D%20%5B%5Dy_grouped%20%3D%20%7B%7Dfor%20row%20in%20y%3A%C2%A0%20%C2%A0%20key%20%3D%20row%5B3%5D%C2%A0%20%C2%A0%20if%20key%20not%20in%20y_grouped%3A%C2%A0%20%C2%A0%20%C2%A0%20%C2%A0%20y_grouped%5Bkey%5D%20%3D%20%5B%5D%C2%A0%20%C2%A0%20y_grouped%5Bkey%5D.append(row)for%20idx%2C%20l%20in%20enumerate(x)%3A%C2%A0%20%C2%A0%20if%20idx%20%3D%3D%200%3A%C2%A0%20%C2%A0%20%C2%A0%20%C2%A0%20prev_count%20%3D%200%C2%A0%20%C2%A0%20else%3A%C2%A0%20%C2%A0%20%C2%A0%20%C2%A0%20prev_count%20%3D%20sum(1%20for%20j%20in%20range(max(0%2C%20idx-3)%2C%20idx)%20if%20x%5Bj%5D%5B3%5D%20%3D%3D%20l%5B3%5D)%C2%A0%20%C2%A0%20%C2%A0%20%C2%A0%20if%20l%5B3%5D%20in%20y_grouped%3A%C2%A0%20%C2%A0%20%C2%A0%20%C2%A0%20if%20len(y_grouped%5Bl%5B3%5D%5D)%20%26gt%3B%20prev_count%3A%C2%A0%20%C2%A0%20%C2%A0%20%C2%A0%20%C2%A0%20%C2%A0%20lst.append(l%20%2B%20y_grouped%5Bl%5B3%5D%5D%5Bprev_count%5D)%C2%A0%20%C2%A0%20%C2%A0%20%C2%A0%20else%3A%C2%A0%20%C2%A0%20%C2%A0%20%C2%A0%20%C2%A0%20%C2%A0%20lst.append(l%20%2B%20y_grouped%5Bl%5B3%5D%5D%5B-1%5D)%20%C2%A0%23%20%D0%91%D0%B5%D1%80%D0%B5%D0%BC%20%D0%BF%D0%BE%D1%81%D0%BB%D0%B5%D0%B4%D0%BD%D0%B5%D0%B5%20%D0%B4%D0%BE%D1%81%D1%82%D1%83%D0%BF%D0%BD%D0%BE%D0%B5%20%D0%B7%D0%BD%D0%B0%D1%87%D0%B5%D0%BD%D0%B8%D0%B5%C2%A0%20%C2%A0%20else%3A%C2%A0%20%C2%A0%20%C2%A0%20%C2%A0%20lst.append(l)%C2%A0%20%C2%A0%20%C2%A0%20%C2%A0%20print(idx)lst){kind=small}
1 ответ
@llaJlbl4 Этот код выполняет объединение данных из двух списков (x и y), полученных из df3 и df4. Давай разберем его работу:
x = df3.values.tolist() и y = df4.values.tolist() – преобразуют DataFrame в список списков.
Создается словарь y_grouped, в котором ключ – это значение из 4-го столбца (row[3]), а значение – список всех строк y, имеющих этот ключ.
Для каждой строки l в x:
- Считается
prev_count, то есть количество предыдущих строк (до трех назад), у которых 4-й столбец совпадает с текущимl[3]. - Если
l[3]есть вy_grouped, беретсяprev_count-я запись изy_grouped[l[3]], иначе – последняя доступная запись. - Если
l[3]нет вy_grouped, строкаlостается без изменений.
print(idx) – просто выводит индекс текущей строки x в процессе итерации.
Возможные улучшения:
- Оптимизация поиска
prev_count: вместо перебора черезsum(1 for j in range(...)), можно вести отдельный счетчик. - Избегание ошибки при
y_grouped[l[3]]: проверятьprev_count < len(y_grouped[l[3]])перед обращением.