在 C# DataFrame 中查找数组值（相当于 Python 中的 .isin）？

Question

我想将运行良好的 Python 脚本转换为 C#。我有一个 C# DataFrame，使用Microsoft.Data.Analysis;库。列名是 [time] , [site], [samples], [temperature]我需要处理两个顺序任务：将具有相同 [time] 和 [site] 的行分组 --> 对 [sample] 中的值求和，并仅保留 [temperature] 列的 1 个值，最后一个。在 Python (Pandas) 中，我这样做了：dF_out= df_in.groupby(['time','site'], as_index=False).agg({'sample':'sum', 'temperature':'last'})查找 [sample] 的匹配值与整数常量数组中的任何（所有！）值，在 Python 中，我完成了以下操作：df_out= df_out.loc[df_out['samples'].isin(int_array)]在我更有信心的 Python 中，方法.GrouBy(...) .isin(...)方法很简单，并且在 Pandas 文档中有很好的描述。谁能帮助我以最有效的方式在 C# 中转换它？先感谢您

Answer 1

1. 通过索引器访问行值，然后按时间和站点进行分组。

2. 假设第二个任务在第一个任务之后，您可以在一个操作中执行两个Select()任务：

• 对本地分组的样本求和，保存为SamplesSum. 为了总结它，您需要转换为适当的类型，我以此int为例。

• 从最后一个分组条目中获取最后一个温度，将其保存为LastTemperature

• int_array最后，创建两个集合（和本地样本分组）的交集，将其保存为MatchingValues. 在这里，从数据框行中选择样本值时也不要忘记正确的转换

我有点担心在没有先排序的情况下选择最后一个温度。最后一个将只是分组中的最后一个，不确定它是最小值还是最大值。

var int_array = new int[] { 1, 2, 3 };

var dF_out = df_in.Rows

    .GroupBy(row => new { Time = row[0], Site = row[1] })

    .Select(group => new

    {

        SamplesSum = group.Sum(row => (int)row[2]),

        LastTemperature = group.Last()[3],

        MatchingValues = int_array.Intersect(group.Select(row => (int)row[2])),

    });

结果dF_out集合将具有这样的结构：

[

   {

      "SamplesSum":25,

      "LastTemperature":28.0,

      "MatchingValues":[

         21,

         4

      ]

   },

   {

      "SamplesSum":3,

      "LastTemperature":27.0,

      "MatchingValues":[

         3

      ]

   }

]

Answer 2

我经历了类似的任务，所以我可以为其他读者报告一个可能的解决方案：

using System.Linq;

using Microsoft.Data.Analysis;

// Assume that df_in is a DataFrame with columns [time], [site], [samples], and [temperature]

var df_out = df_in.AsEnumerable()

    .GroupBy(row => new { Time = row.Field<DateTime>("time"), Site = row.Field<string>("site") })

    .Select(g => new

    {

        Time = g.Key.Time,

        Site = g.Key.Site,

        Samples = g.Sum(row => row.Field<int>("samples")),

        Temperature = g.Last().Field<float>("temperature")

    })

    .ToDataFrame();

然后是第二个任务，

using System.Linq;

// Assume that df_out is a DataFrame with a column [samples] and int_array is an array of integers

var filtered_df = df_out.AsEnumerable()

    .Where(row => int_array.Any(i => i == row.Field<int>("samples")))

    .ToDataFrame();