Skip to main content
 首页 » 编程设计

python之将某些格式奇怪的 df 行更改为列

2024年11月24日14cloudgamer

我有一个包含数千行的数据框,此示例 df 给出了存在的不同类型的行:

df = pd.DataFrame({'col1': ['1', '2', '2', '3'], 
                  'col2': ['10', '15', '20', '30'], 
                    'col3': ['cat', 'dog', 'cat', 'cat'], 
                   'col4': [0.2, 0.9, 'dog', 0.5], 
                  'col5': [None, None, 0.3, 'dog'], 
                  'col6': [None, None, None, 0.1]}) 

col1 , col2一切都很好。对于该行的其余部分,我想要 cat , dog , 和 catdog成为列标题。当列标题出现在一行中时,紧随其后的任何值都应该是该列中的值。

每一行的规则:

  • 如果一行只包含cat ,十进制值进入 cat列( dog 和 catdog 列 有None )。
  • 如果一行只包含dog ,十进制值进入 dog列( cat 和 catdog 列有 None ).
  • 如果一行同时具有 cat和 dog , 但只有 1 个小数,小数应该在 catdog 下以及cat和 dog .
  • 如果一行同时具有 cat和 dog , 但 2 个十进制数字,十进制数字位于数字前面的列下方( None 在 catdog 下方)。

例如,在第一行中,0.2直接在cat之后,所以它将进入该列(与 1 和 10 来自 col1/col2 的行)。

在第三行,0.3 , 在“cat , dog ”之后,所以 0.3进入所有列:cat , dog , 和 catdog .

期望的输出:

dfoutput = pd.DataFrame({'col1': ['1', '2', '2', '3'], 
                  'col2': ['10', '15', '20', '30'], 
                   'cat': [0.2, None, 0.3, 0.5], 
                    'dog': [None, 0.9, 0.3, 0.1], 
                    'catdog': [None, None, 0.3, None]}) 

请您参考如下方法:

使用np.select 和np.where:

cond1 = (df['col3']=='cat') & (df['col4']!='dog') 
cond2 = (df['col3']=='cat') & (df['col4']=='dog') 
cond3 = df['col3']=='dog' 
cond4 = df['col5']=='dog' 
cond5 = df['col4']=='dog' 
 
df['cat'] = np.select([cond1, cond2], [df['col4'], df['col5']], None) 
df['dog'] = np.select([cond3,cond4,cond5], [df['col4'], df['col6'], df['col5']], None) 
df['catdog'] = np.where(cond2, df['col5'], None) 
 
df.drop(['col3','col4','col5','col6'], axis=1, inplace=True) 
print(df) 

输出:

 col1 col2   cat   dog   catdog                                                                                                    
0    1   10  0.2   None  None                                                                                                    
1    2   15  None  0.9   None                                                                                                    
2    2   20  0.3   0.3   0.3                                                                                                    
3    3   30  0.5   0.1   None