這是我簡化的 CSV 樣本數(shù)據(jù)：Project;Step 1 Start;Step 1 End;Step 2 Start;Step 2 End;Step 3 Start;Step 3 End;Step 4 Start;Step 4 End;Step 5 Start;Step 5 End;FinishA;01.01.2020;02.01.2020;02.01.2020;03.01.2020;03.01.2020;04.01.2020;04.01.2020;05.01.2020;05.01.2020;06.01.2020;06.01.2020B;01.02.2020;02.02.2020;02.02.2020;03.02.2020;;;;;03.02.2020;04.02.2020;04.02.2020C;01.03.2020;02.03.2020;02.03.2020;;;;;;;03.03.2020;03.03.2020D;01.04.2020;;;;;;;;;02.04.2020;02.04.2020E;01.05.2020;02.05.2020;02.05.2020;03.05.2020;;;03.05.2020;;;04.05.2020;04.05.2020讀取文件：import pandas as pddf = pd.read_csv("sampledata.csv", sep=";")數(shù)據(jù)結(jié)構(gòu)：Project Step 1 Start Step 1 End Step 2 Start Step 2 End Step 3 Start \0 A 01.01.2020 02.01.2020 02.01.2020 03.01.2020 03.01.2020 1 B 01.02.2020 02.02.2020 02.02.2020 03.02.2020 NaN 2 C 01.03.2020 02.03.2020 02.03.2020 NaN NaN 3 D 01.04.2020 NaN NaN NaN NaN 4 E 01.05.2020 02.05.2020 02.05.2020 03.05.2020 NaN Step 3 End Step 4 Start Step 4 End Step 5 Start Step 5 End Finish 0 04.01.2020 04.01.2020 05.01.2020 05.01.2020 06.01.2020 06.01.2020 1 NaN NaN NaN 03.02.2020 04.02.2020 04.02.2020 2 NaN NaN NaN NaN 03.03.2020 03.03.2020 3 NaN NaN NaN NaN 02.04.2020 02.04.2020 4 NaN 03.05.2020 NaN NaN 04.05.2020 04.05.2020每一行代表一個項目每個項目可以運行不同的步驟（在這個簡化的示例中只有 5 個項目和 5 個步驟。原始數(shù)據(jù)有超過 100k 個項目和 40 個步驟）每個步驟都有兩列。項目進入步驟時為“開始”列，項目離開步驟時為“結(jié)束”列每個項目都以“第 1 步開始”開始，以“完成”結(jié)束，但并非必須遵循每個步驟我的問題：有時“結(jié)束”時間戳寫在錯誤的列中，我必須用 python 更正它。當完成一個項目時，最后一個“結(jié)束”時間戳寫在“Step 5 End”而不是最后一步“Step X End”。如何確定錯誤的值如果“Finish”和“Step 5 End”包含時間戳并且“Step 5 Start”為 NaN。如何更正錯誤的值如果“Start”和“End”包含值，請檢查從 1 到 n 的每個步驟。如果“Start”包含一個值而“End”為空，則將時間戳從“Step 5 End”移動到“Step X End”
1 回答
眼眸繁星
TA貢獻1873條經(jīng)驗 獲得超9個贊
你可以用
# get where the starts are not empty
arr_start = df.filter(like='Start').notna().to_numpy()
# get the end columns
df_end = df.filter(like='End')
# fillna the right missing value
df = df.fillna(df_end.bfill(axis=1)[arr_start&df_end.isna()])
# remove the values of the last step end if no value in the start of this step
df.loc[~arr_start[:,-1], df_end.columns[-1]] = np.nan
print (df)
Project Step 1 Start Step 1 End Step 2 Start Step 2 End Step 3 Start \
0 A 01.01.2020 02.01.2020 02.01.2020 03.01.2020 03.01.2020
1 B 01.02.2020 02.02.2020 02.02.2020 03.02.2020 NaN
2 C 01.03.2020 02.03.2020 02.03.2020 03.03.2020 NaN
3 D 01.04.2020 02.04.2020 NaN NaN NaN
4 E 01.05.2020 02.05.2020 02.05.2020 03.05.2020 NaN
Step 3 End Step 4 Start Step 4 End Step 5 Start Step 5 End Finish
0 04.01.2020 04.01.2020 05.01.2020 05.01.2020 06.01.2020 06.01.2020
1 NaN NaN NaN 03.02.2020 04.02.2020 04.02.2020
2 NaN NaN NaN NaN NaN 03.03.2020
3 NaN NaN NaN NaN NaN 02.04.2020
4 NaN 03.05.2020 04.05.2020 NaN NaN 04.05.2020
多一個解釋，arr_start&df_end.isna()允許發(fā)現(xiàn)哪個步驟有開始而不是結(jié)束，使用bfill將有助于獲得最后一步結(jié)束到需要填充的結(jié)束步驟的值
添加回答
舉報
0/150
提交
取消