我有一个数据框:
a b c d......
1 1
3 3 3 5
4 1 1 4 6
1 0
我想根据“a”列中给定的值选择列数。在这种情况下，对于第一行，它只会选择 b 列。 我怎样才能实现这样的目标:
df.iloc[:,column b:number of columns corresponding to value in column a]
我的预期输出是:
a b c d e
1 1 0 0 1 # 'e' contains value in column b because colmn a = 1
3 3 3 5 335 # 'e' contains values of column b,c,d because colm a
4 1 1 4 1 # = 3
1 0 NAN
请您参考如下方法:
为此定义一个小函数:
def select(df, r):
return df.iloc[r, 1:1 + df.iat[r, 0]]
该函数使用 iat 查询该行的 a 列，并使用 iloc 从同一行中选择列。
这样调用它:
select(df, 0)
b 1.0
Name: 0, dtype: float64
还有，
select(df, 1)
b 3.0
c 3.0
d 5.0
Name: 1, dtype: float64
根据您的编辑，考虑这个 -
df
a b c d e
0 1 1 0 0 0
1 3 3 3 5 0
2 4 1 1 4 6
3 1 0 0 0 0
在此处使用where/mask(使用numpy广播)+ agg -
df['e'] = df.iloc[:, 1:]\
.astype(str)\
.where(np.arange(df.shape[1] - 1) < df.a[:, None], '')\
.agg(''.join, axis=1)
df
a b c d e
0 1 1 0 0 1
1 3 3 3 5 335
2 4 1 1 4 1146
3 1 0 0 0 0
如果没有匹配项，则 e 中的那些条目将为空字符串。只需使用 replace -
df['e'] = df['e'].replace('', np.nan)
