基于列值从数据帧创建多个字典的最佳方法是什么
我的数据帧具有以下格式:
evtnum pcode energy
1 1 a 20.0
2 1 a 30.0
3 1 b 29.0
4 1 a 34.0
5 2 c 20.0
6 2 a 15.0
7 3 a 3.0
8 3 b 2.0
9 3 c 25.0
10 4 h 28.0
11 5 a 43.6
12 5 c 20.3
evtnum取1到5000之间的值,pcode是25个不同的字母。我有一套信是这样写的:
pcode_set = [a,b,c,d,h,...]
所以,我想得到每个长度(pcode_set)的evtnum字典,计算每个事件中每个字母的发生率,以及这个字母在这个事件中能量的平均值。像这样:
dict_1 = {a : [timesthat"a"appears in evtnum1,
energy mean value of a in evtnum1],
b : [timesthat"b"appears in evtnum1,
energy mean value of b in evtnum1]
...
}
dict_2 = {a : [timesthat"a"appears in evtnum2,
energy mean value of a in evtnum2],
b : [timesthat"b"appears in evtnum2,
energy mean value of b in evtnum2]
...
}
...
dict_5000 = {a : [timesthat"a"appears in evtnum5000,
energy mean value of a in evtnum5000],
b : [timesthat"b"appears in evtnum5000,
energy mean value of b in evtnum5000]
...
}
请不要回答我如何计算字母的出现频率或如何计算平均值,这些只是例子。 我只想知道如何创建多个字典,并在考虑dataframe的列值的情况下填充它们
使用您的示例,此脚本应实现以下技巧:
打印:
相关问题 更多 >
编程相关推荐