使用 df.loc 放置不同行的值

Question

我正在为这个拔头发。帮助表示赞赏。我有一个我正在处理的数据框，它部分涉及将驻留在多行上的数据合并为一行。我正在尝试使用 df.loc 来做到这一点：df.loc[df['foo'] == 1, 'Output Column'] = df.loc[df['bar'] == 2, 'Desired Column']所以我想要的是对于 'foo' = 1 的任何行，去查找 'bar' = 2 的位置并将驻留在 'Desired Column' 中的值放入原始行。本质上，这将合并行以创建更清晰的输出。以玩具为例...（编辑以显示我的代码出错的地方）这是我想要的......之前：idx   foo     bar    Desired Column    Output Column0     11             2      Hi there!2     13     6后：idx   foo     bar    Desired Column    Output Column0     1                                Hi there!1             2      Hi there!    2     1                                Hi there!3     6然而，这是我实际得到的：之前：idx   foo     bar    Desired Column    Output Column0     11             2      Hi there!2     13     6后：idx   foo     bar    Desired Column    Output Column0     1                                1             2      Hi there!         Hi there!2     1                                3     6谢谢你的帮助！

Answer 1

嗯，这很有效……不确定它是有史以来最pythonic的解决方案，但它是这样的：

df.loc[df['foo'] == 1, 'Output Column'] = df.loc[df['bar'] == 2, 'Desired Column']
df['Output Column'] = df.groupby(['foo'])['Output Column'].transform(max)

在我的玩具示例中，这填充了对应于 bar=2 的单个数字

Answer 2

尝试使用where：

df['Output Column']=df['Output Column'].where(df['bar']==2,'Hi There!')

print(df)

输出：

    idx   foo     bar    Desired Column    Output Column

0   0     1       NaN    NaN               Hi there!

1   1     NaN     2      Hi there!         NaN

要将 NaN 替换为''，请执行以下操作：

df=df.fillna('')

之后where。

然后：

print(df)

将：

    idx   foo     bar    Desired Column    Output Column

0   0     1                                Hi there!

1   1             2      Hi there!   

或者更不用手动操作，请执行以下操作：

df['Output Column']=df['Output Column'].where(df['bar']==2,df.loc[df['bar']==2,'Desired Column'].tolist())

print(df)

然后可以做同样的事情来替换 NaN ''

更新：

第一的：

df['Output Column']=df['Output Column'].where(df['foo']!=1,'Hi There!')

print(df)

输出：

  Desired Column Output Column  bar  foo  idx

0            NaN     Hi There!  NaN  1.0    0

1      Hi There!           NaN  2.0  NaN    1

2            NaN     Hi There!  NaN  1.0    2

3            NaN           NaN  NaN  6.0    3

第二：

df['Output Column']=df['Output Column'].where(df['foo'].notnull(),'Hi There!')

print(df)

输出：

  Desired Column Output Column  bar  foo  idx

0            NaN           NaN  NaN  1.0    0

1      Hi There!     Hi There!  2.0  NaN    1

2            NaN           NaN  NaN  1.0    2

3            NaN           NaN  NaN  6.0    3

可以做同样的事情来替换 NaN ''