我有一个大约 (1200, 10) 的大数据框，主要是字符串，我必须在现有参考列“Y”的基础上附加一个新列“Z”，其值为“A”、“B”、“C” '，或未知（NaN 或其他），我需要从中选择 df 中的三个对应列之一，例如“D”、“E”、“F”，或输出 NaN 并将此值附加为“Z”列。我目前有以下代码：df = pd.DataFrame({'T': {0: '.', 1: '.', 2: '.', 3: '.'}, 'G': {0: '.', 1: '.', 2: '.', 3: '.'}, 'D': {0: 4, 1: 1, 2: 5, 3: 3}, 'E': {0: 6, 1: 2, 2: 7, 3: 2}, 'F': {0: 8, 1: 3, 2: 9, 3: 1}, 'K': {0: '.', 1: '.', 2: '.', 3:'.'}, 'Y': {0: 'A', 1: 'B', 2: 'B', 3: np.nan}})d = {'A': 'D', 'B': 'E', 'C': 'F'}df['Z'] = df.lookup(df.index, df.Y.map(d))问题是查找会在 Y 是未知值的情况下发生故障。在特定的代码中，Y.unique() 会出现类似 (A, B, C, NaN, nan) 的内容。所以我想知道是否有一种方法可以使用查找式方法将 Z 输出到 NaN，其中 Y 是 NaN 或在给定字典之外未知？ T G D E F K Y Z0 . . 4 6 8 . A 4.01 . . 1 2 3 . B 2.02 . . 5 7 9 . B 7.03 . . 3 2 1 . NaN NaN
3 回答
隔江千里
TA贡献1906条经验 获得超10个赞
您可以将stackandreindex与 zip 一起用于多索引：
df['Z'] = df.stack().reindex(zip(df.index, df.Y.map(d))).reset_index(level=1, drop=True)
输出：
T G D E F K Y Z
0 . . 4 6 8 . A 4
1 . . 1 2 3 . B 2
2 . . 5 7 9 . B 7
3 . . 3 2 1 . NaN NaN
细节：
首先，让我们使用stack，将列标题移动到数据框行索引中，为数据框创建一个多索引。其中，级别 0 是原始行索引，级别 1 是列标题。
现在，我们可以使用它reindex来过滤到我们需要的那些索引。使用元组标识多索引。(level0, level1) 因此，我们zipdf.index 和 df.y.map(d) 一起创建了 reindex 使用的元组。
最后，我们删除多索引的 level=1，创建原始索引的结构，并用这些值分配一个新列。
慕丝7291255
TA贡献1859条经验 获得超6个赞
我在用 .values
df['Z'] = df.values[df.index, df.columns.get_indexer_for(df.Y.map(d))]
df
Out[135]:
T G D E F K Y Z
0 . . 4 6 8 . A 4
1 . . 1 2 3 . B 2
2 . . 5 7 9 . B 7
3 . . 3 2 1 . NaN NaN
有只小跳蛙
TA贡献1824条经验 获得超8个赞
您可以用列中不存在的一些辅助值替换缺失值，并通过匹配这些值Y添加具有相同名称的新辅助列：DataFrame.assign
df['Z'] = df.assign(tmp = np.nan).lookup(df.index, df.Y.map(d).fillna('tmp'))
print (df)
T G D E F K Y Z
0 . . 4 6 8 . A 4.0
1 . . 1 2 3 . B 2.0
2 . . 5 7 9 . B 7.0
3 . . 3 2 1 . NaN NaN
另一种解决方案：
df[np.nan] = np.nan
df['Z'] = df.lookup(df.index, df.Y.map(d))
df = df.drop(np.nan, axis=1)
print (df)
T G D E F K Y Z
0 . . 4 6 8 . A 4.0
1 . . 1 2 3 . B 2.0
2 . . 5 7 9 . B 7.0
3 . . 3 2 1 . NaN NaN
添加回答
举报
0/150
提交
取消