我完全迷路了，需要您的帮助。我有N个数据集，每个数据集都有m列和以列表形式的x * N行。
x =主题数量
N =任务量
param1＆param2 =正在收敛的参数
每个数据集由每个主题的每种情况的线性模型参数组成
df_1= {'id': [1, 2], 'task': [1, 1], 'param1': [1, 2],'param2': [0.5,0.8]}
df_1 = pd.DataFrame(df_1, columns = ['id', 'task','param1', 'param2'])
id task param1 param2
1 1 1 0.5
2 1 2 0.8
df_2= {'id': [1, 1, 2, 2], 'task': [1, 2, 1, 2], 'param1': [1.2, 3.2,
2.1, 3.2],'param2': [0.4, 1.1, 0.8, 2.2]}
df_2 = pd.DataFrame(df_2, columns = ['id', 'task','param1', 'param2'])
id task param1 param2
1 1 1.2 0.4
1 2 3.2 1.1
2 1 2.1 0.8
2 2 3.2 2.2
df_3= {'id': [1, 1, 1, 2, 2, 2], 'task': [1, 2, 3, 1, 2, 3], 'param1': [1.1, 3.1, 2.2, 2.3, 3.2, 1.1],'param2': [0.35, 1.05, 0.7, 0.8, 2.2,
1.1]}
df_3 = pd.DataFrame(df_3, columns = ['id', 'task','param1', 'param2'])
id task param1 param2
1 1 1.1 0.35
1 2 3.1 1.05
1 3 2.2 0.7
2 1 2.3 0.8
2 2 3.2 2.2
2 3 1.1 1.1
这种趋势一直持续到df_N，直到df_N中有x * N条线为止。
我需要将所有df堆叠在一起，并附带一些规则，以便df_final仍然具有x * N行，但是对于每个id和每个任务，如果在此任务之前有关于任务的信息，我们会将它们附加在一起，顺序列的大小无所谓，列的dtype也无所谓，NA值不应为0。有关任务的信息应按人员的ID进行堆叠
最终结果应如下所示：
id task 1param1 1param2 2param1 2param2 3param1 3param3
1 1 1 0.5
1 2 1.2 0.4 3.2 1.1
1 3 1.1 0.35 3.1 1.05 2.2 0.7
2 1 2 0.8
2 2 2.1 0.8 3.2 2.2
2 3 2.3 0.8 3.2 2.2 1.1 1.1
非常感谢您的帮助！
编辑：抱歉，长时间格式化，现在看起来已经完成了（这是科学的）。
看来你的最终数据帧是不是真的键控上id和task，但真正id和df_num再列task+param1和task+param2。因此，实际上您需要做的是：
final_df = pd.DataFrame(columns=['id','df'])
final_df.set_index(['id','df'], inplace=True)
for i, df in enumerate(datasets):
for _,row in df.iterrows():
final_df.loc[(int(row['id']),i+1), str(int(row['task'])) + 'param1'] = row['param1']
final_df.loc[(int(row['id']),i+1), str(int(row['task'])) + 'param2'] = row['param2']
final_df.sort_index(inplace=True)
这里是什么final_df样子执行上面的代码之后：
1param1 1param2 2param1 2param2 3param1 3param2
id df
1 1 1.0 0.50 NaN NaN NaN NaN
2 1.2 0.40 3.2 1.10 NaN NaN
3 1.1 0.35 3.1 1.05 2.2 0.7
2 1 2.0 0.80 NaN NaN NaN NaN
2 2.1 0.80 3.2 2.20 NaN NaN
3 2.3 0.80 3.2 2.20 1.1 1.1
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