У меня есть следующий фреймворк
df = pd.DataFrame({
'Column_1': ['Position', 'Start', 'End', 'Position'],
'Original_1': ['Open', 'Barn', 'Grass', 'Bubble'],
'Latest_1': ['Shut', 'Horn', 'Date', 'Dinner'],
'Column_2': ['Start', 'Position', 'End', 'During'],
'Original_2': ['Sky', 'Hold', 'Car', 'House'],
'Latest_2': ['Pedal', 'Lap', 'Two', 'Force'],
'Column_3': ['Start', 'End', 'Position', 'During'],
'Original_3': ['Leave', 'Dog', 'Block', 'Hope'],
'Latest_3': ['Sear', 'Crawl', 'Enter', 'Night']
})
Для каждого экземпляра, где слово "Позиция" находится в столбце "Столбец_1", "Столбец_2" или "Столбец_3", я хочу зафиксировать связанные значения в "Оригинал_1", "Оригинал_2", "Оригинал_3" и назначить их новому столбцу с именем "Столбец_3", Original_Values.
Следующий код может выполнить это, но только для столбцов по столбцам.
df['Original_Value1'] = df.loc[df['Column_1'] == 'Position', 'Original_1']
df['Original_Value2'] = df.loc[df['Column_2'] == 'Position', 'Original_2']
df['Original_Value3'] = df.loc[df['Column_3'] == 'Position', 'Original_3']
Есть ли способ воссоздать вышеприведенный код, чтобы он выполнял итерацию по всему кадру данных (а не по указанным столбцам)?
Я надеюсь создать один столбец ("Original_values") со следующим результатом:
0 Open
1 Hold
2 Block
3 Bubble
Name: Original_Values, dtype: object
Как насчет создания маски с первыми тремя столбцами (или указать их имя) и умножить ее на значения в столбцах с 6 по 9 (или указать их имена). Затем возьмите значение max(), чтобы удалить nan.
df['Original_Values'] = ((df.iloc[:,:3] == 'Position') * df.iloc[:,6:9].values).max(1)
print(df['Original_values'])
Возвращает:
0 Open
1 Hold
2 Block
3 Bubble
Name: Original_Value, dtype: object
Один из способов сделать это с помощью df.apply():
def choose_orig(row):
if row['Column_1'] == 'Position':
return row['Original_1']
elif row['Column_2'] == 'Position':
return row['Original_2']
elif row['Column_3'] == 'Position':
return row['Original_3']
return ''
df['Original_Values'] = df.apply(choose_orig, axis=1)
Аргумент axis=1
для df.apply()
вызывает choose_orig()
которая будет вызываться один раз для каждой строки данных.
Обратите внимание, что это использует значение по умолчанию пустой строки, ''
, когда ни один из столбцов не соответствует слову 'Position'
.
Вот своего рода глупый способ сделать это с помощью некоторой укладки, которая может работать лучше, если у вас очень большой df
и вам нужно избегать axis=1
.
'Original'
значение соответствуетdf
на основе исходного индекса строки.Здесь код:
import re
mask_list = ['Column_1', 'Column_2', 'Column_3']
val_list = ['Original_1', 'Original_2', 'Original_3']
idx = df[mask_list].stack()[df[mask_list].stack() == 'Position'].index.tolist()
idx = [(x , re.sub('(.*_)', 'Original_', y)) for x, y in idx]
df['Original_Values'] = df[val_list].stack().reindex(idx).reset_index(level=1).drop(columns='level_1')
df
теперь:
Column_1 Column_2 Column_3 ... Original_Values
0 Position Start Start ... Open
1 Start Position End ... Hold
2 End End Position ... Block
3 Position During During ... Bubble
Если 'Position'
не найден ни в одном из столбцов в mask_list
, Original_Values
становится NaN
для этой строки. Если вам нужно масштабировать его до большего количества столбцов, просто добавьте их в mask_list
и val_list
.