英文:
Dataframe max matching two columns
问题
我有一个数据框架，我正在寻找一种方法来找到两列中唯一匹配对的最大数。例如，如果我将数据框架限制在这两列上：
| X | Y |
|---|---|
| 1 | a |
| 1 | b |
| 2 | c |
| 2 | d |
| 3 | b |
| 3 | a |
| 4 | c |
| 4 | d |
| 4 | e |
| 5 | e |
| 5 | c |
结果应该是：
| X | Y |
|---|---|
| 1 | a |
| 2 | c |
| 3 | b |
| 4 | d |
| 5 | e |
因此，如果我匹配1和a，那么我不能再使用1作为列X，也不能再使用a作为Y。
困难的部分是要根据这个规则匹配尽可能多的对。
非常感谢。
英文:
I have a Dataframe and I am looking for a way to find the maximum number on uniquly matched pairs on two columns.
If for example I limit my Dataframe to only these two columns:
| X | Y |
|---|---|
| 1 | a |
| 1 | b |
| 2 | c |
| 2 | d |
| 3 | b |
| 3 | a |
| 4 | c |
| 4 | d |
| 4 | e |
| 5 | e |
| 5 | c |
The result shoud be:
| X | Y |
|---|---|
| 1 | a |
| 2 | c |
| 3 | b |
| 4 | d |
| 5 | e |
So if I match 1 & a, then I cannot use 1 for column X anymore, nor a for Y anymore.
The difficult part is to match the maximum number of pairs possible with this rule.
Many thanks.
答案1
得分: 2
我会在crosstab上使用linear_sum_assignment函数：
from scipy.optimize import linear_sum_assignment
tmp = pd.crosstab(df['X'], df['Y'])
idx, col = linear_sum_assignment(tmp, maximize=True)
out = pd.DataFrame({'X': tmp.index[idx], 'Y': tmp.columns[col]})
输出结果：
X Y
0 1 a
1 2 c
2 3 b
3 4 d
4 5 e
中间的交叉表 (tmp)：
Y a b c d e
X
1 1 1 0 0 0
2 0 0 1 1 0
3 1 1 0 0 0
4 0 0 1 1 1
5 0 0 1 0 1
另一个例子
# df: 这里我们移除了 3/b 和 5/e 对
X Y
0 1 a
1 1 b
2 2 c
3 2 d
4 3 a
5 4 c
6 4 d
7 4 e
8 5 c
# out
X Y
0 1 b
1 2 d
2 3 a
3 4 e
4 5 c
英文:
I would use a linear_sum_assignment on the crosstab:
from scipy.optimize import linear_sum_assignment
tmp = pd.crosstab(df['X'], df['Y'])
idx, col = linear_sum_assignment(tmp, maximize=True)
out = pd.DataFrame({'X': tmp.index[idx], 'Y': tmp.columns[col]})
Output:
X Y
0 1 a
1 2 c
2 3 b
3 4 d
4 5 e
Intermediate crosstab (tmp):
Y a b c d e
X
1 1 1 0 0 0
2 0 0 1 1 0
3 1 1 0 0 0
4 0 0 1 1 1
5 0 0 1 0 1
other example
# df: here we removed the 3/b and 5/e pairs
X Y
0 1 a
1 1 b
2 2 c
3 2 d
4 3 a
5 4 c
6 4 d
7 4 e
8 5 c
# out
X Y
0 1 b
1 2 d
2 3 a
3 4 e
4 5 c
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论