我有一个看起来像这样的 Pandas 数据框:
我想遍历第 3 列,如果存在元素,则向数据框中添加一个新行,使用第 3 列中的值作为第 2 列中的新值,同时还使用第 0 列和第 1 列中的数据找到它的行作为新添加行中第 0 列和第 1 列的值:
这里,第 2 行是新添加的行。该行第 0 列和第 1 列中的值来自找到“D”的行,现在新行的第 2 列包含第一行第 3 列“D”中的值。
这是一种方法,但肯定有更通用的解决方案,尤其是当我希望扫描多个列时:
a = pd.DataFrame([['A','B','C','D'],[1,2,'C']])
b = a.copy()
for tu in a.itertuples(index=False): # Iterate by row
if tu[3]: # If exists
b = b.append([[tu[0],tu[1],tu[3]]], ignore_index=True) # Append with new row using correct tuple elements.
请您参考如下方法:
您可以通过使用您想要的列创建一个新的 df 并将其附加到原始数据来在没有任何循环的情况下执行此操作。
import pandas as pd
import numpy as np
df = pd.DataFrame([['A','B','C','D'],[1,2,'C']])
ndf = df[pd.notnull(df[3])][[0,1,3]]
ndf.columns = [0,1,2]
df = df.append(ndf, ignore_index=True)
这将为新的缺失值保留 NaN,您可以将其更改为 None。
df[3] = df[3].where((pd.notnull(df[3])), None)
打印
0 1 2 3
0 A B C D
1 1 2 C None
2 A B D None
