Колонна среза панд

Question

Колонна среза панд

1

Вот фиктивный DataFrame:

d = {'col_1': [1, 2], 'col_n_1': [3, 4], 'col_2': [2, 1], 'col_n_2': [6, 3]}
df = pd.DataFrame(data=d)


   col_1    col_2   col_n_1   col_n_2
0      1        2         3         6
1      2        1         4         3
2      1        1         4         5

Я ищу хороший способ извлечь значения из col_n_1 где col_1 == 1 и col_n_2 где col_2 == 1 в новом столбце, который будет выглядеть так:

new_col
      3
      3
    4,5

VnC 26 июль 2018, в 18:15

Источник

Теги:

python

pandas

dataframe

python-3.x

3 ответа

2

Заимствуйте список имен от Jez

df[L].eq(1).rename(columns=dict(zip(L,L1))).mul((df[L1].astype(str)+',')).sum(1).str[:-1]
Out[126]: 
0      3
1      3
2    4,5
dtype: object

Wen 26 июль 2018, в 14:42

0

Это может быть выполнено с помощью метода apply() и лямбда-функции. apply() с параметром index установленным в 1, вызовет заданную функцию в каждой строке блока данных. Таким образом, единственная проблема заключается в написании этой функции - я считаю, что лучшим решением является создание списка, содержащего либо строку col_n_1 либо col_n_2, либо, либо col_n_2, а затем вхождение в список с запятыми. Как это:

df['new'] = df.apply(lambda row: ','.join([str(row.col_n_1)] if row.col_1 == 1 else [] + [str(row.col_n_2)] if row.col_2 == 1 else []), axis = 1)

Sam Holloway 26 июль 2018, в 13:20

0

но потом представьте, что есть как 1k столбцов
VnC 26 июль 2018, в 15:54

Ещё вопросы

но потом представьте, что есть как 1k столбцов

jezrael · Accepted Answer · 2018-07-26T14-20-00.000Z

Используйте, where для получения значений по маске и затем join столбцы:

L = ['col_1','col_2']
L1 = ['col_n_1','col_n_2']
df['new'] = (df[L1].astype(str).where(df[L].eq(1).values, axis=1)
                  .apply(lambda x: ','.join(x.dropna()), 1))

Решение, если только 2 столбца:

L = ['col_1','col_2']
L1 = ['col_n_1','col_n_2']
df1 = df[L1].astype(str).where(df[L].eq(1).values, axis=1)
df['new'] = (df1['col_n_1'] .fillna('') + ',' + df1['col_n_2'] .fillna('')).str.strip(',')

Или решение с дополнительными , а затем sum, последний удалить задний ,:

df['new'] = (df[L1].astype(str).where(df[L].eq(1).values)
                  .add(', ')
                  .fillna('')
                  .sum(axis=1)
                  .str.strip(', '))

print (df)
   col_1  col_2  col_n_1  col_n_2  new
0      1      2        3        6    3
1      2      1        4        3    3
2      1      1        4        5  4,5

Благодарю. это именно то, что мне нужно +1