我有以下數(shù)據(jù)框df = pd.DataFrame({ 'Column_1': ['Position', 'Start', 'End', 'Position'], 'Original_1': ['Open', 'Barn', 'Grass', 'Bubble'], 'Latest_1': ['Shut', 'Horn', 'Date', 'Dinner'], 'Column_2': ['Start', 'Position', 'End', 'During'], 'Original_2': ['Sky', 'Hold', 'Car', 'House'], 'Latest_2': ['Pedal', 'Lap', 'Two', 'Force'], 'Column_3': ['Start', 'End', 'Position', 'During'], 'Original_3': ['Leave', 'Dog', 'Block', 'Hope'], 'Latest_3': ['Sear', 'Crawl', 'Enter', 'Night']})對于“位置_1”，“列_2”或“列_3”中的“位置”一詞的每個實例，我想捕獲“ Original_1”，“ Original_2”，“ Original_3”中的關(guān)聯(lián)值并將它們分配給名為“ Original_Values”。以下代碼可以完成此操作，但只能逐列進行。df['Original_Value1'] = df.loc[df['Column_1'] == 'Position', 'Original_1']df['Original_Value2'] = df.loc[df['Column_2'] == 'Position', 'Original_2']df['Original_Value3'] = df.loc[df['Column_3'] == 'Position', 'Original_3']有沒有一種方法可以重新創(chuàng)建上面的代碼，使其遍歷整個數(shù)據(jù)幀（而不是按指定的列）？我希望創(chuàng)建一個具有以下結(jié)果的列（“ Original_values”）：0 Open1 Hold2 Block3 BubbleName: Original_Values, dtype: object
3 回答
浮云間
TA貢獻1829條經(jīng)驗 獲得超4個贊
一種方法是使用df.apply（）：
def choose_orig(row):
if row['Column_1'] == 'Position':
return row['Original_1']
elif row['Column_2'] == 'Position':
return row['Original_2']
elif row['Column_3'] == 'Position':
return row['Original_3']
return ''
df['Original_Values'] = df.apply(choose_orig, axis=1)
該axis=1給的說法df.apply()原因choose_orig()函數(shù)被調(diào)用一次，數(shù)據(jù)幀中的每一行。
請注意''，當所有列均不匹配單詞時，它將使用空字符串的默認值'Position'。
元芳怎么了
TA貢獻1798條經(jīng)驗 獲得超7個贊
如何使用前3個cols創(chuàng)建遮罩（或指定它們的名稱）并將其與6s到9 cols中的值相乘（或指定它們的名稱）。然后采用max（）值刪除nan。
df['Original_Values'] = ((df.iloc[:,:3] == 'Position') * df.iloc[:,6:9].values).max(1)
print(df['Original_values'])
返回值：
0 Open
1 Hold
2 Block
3 Bubble
Name: Original_Value, dtype: object
蝴蝶不菲
TA貢獻1810條經(jīng)驗 獲得超4個贊
這是通過一些堆棧進行操作的一種愚蠢的方法，如果堆棧很大df并且需要避免，則可能會更好axis=1。
堆疊前三列以創(chuàng)建索引列表，以及該
'Original'值對應于哪一列堆疊要從中獲取值的列。使用上面的列表為它重新編制索引，以便您返回適當?shù)闹怠?/p>
df根據(jù)原始行索引將這些值恢復為原始值。
這是代碼：
import re
mask_list = ['Column_1', 'Column_2', 'Column_3']
val_list = ['Original_1', 'Original_2', 'Original_3']
idx = df[mask_list].stack()[df[mask_list].stack() == 'Position'].index.tolist()
idx = [(x , re.sub('(.*_)', 'Original_', y)) for x, y in idx]
df['Original_Values'] = df[val_list].stack().reindex(idx).reset_index(level=1).drop(columns='level_1')
df 就是現(xiàn)在：
Column_1 Column_2 Column_3 ... Original_Values
0 Position Start Start ... Open
1 Start Position End ... Hold
2 End End Position ... Block
3 Position During During ... Bubble
如果'Position'在中的任何列中未找到mask_list，則Original_Values成為NaN該行。如果您需要將其縮放到更多列，只需將它們添加到mask_list和即可val_list。
添加回答
舉報
0/150
提交
取消