可以通过以下步骤实现:
下面是一个示例代码:
import pandas as pd
# 读取数据帧
df = pd.read_csv('data.csv')
# 按照边缘列进行分组
grouped = df.groupby('edge_column')
# 自定义函数,将邻居列的值转换为边缘列表
def create_edge_list(group):
neighbors = group['neighbor_column'].unique().tolist()
return neighbors
# 对每个分组应用自定义函数
edge_list = grouped.apply(create_edge_list)
# 创建新的数据帧保存边缘列表
edge_df = pd.DataFrame(edge_list, columns=['edge_list'])
# 打印结果
print(edge_df)
在这个示例中,我们假设数据帧中有两列,分别是边缘列和邻居列。我们首先按照边缘列进行分组,然后对每个分组应用自定义函数create_edge_list(),将邻居列的值转换为边缘列表。最后,我们将边缘列表保存到一个新的数据帧edge_df中,并打印结果。
请注意,这只是一个示例代码,具体的实现方式可能因数据的结构和需求而有所不同。在实际应用中,您可能需要根据具体情况进行适当的调整和优化。
领取专属 10元无门槛券
手把手带您无忧上云