时间戳

首页 > 解决方案 > 如何将 iterrows 下的功能转换为 pandas 中的一行

python - 如何将 iterrows 下的功能转换为 pandas 中的一行

问题描述

我的data1如下：

[
{"cut_id":1,"cut_label":"v024","cut_name":"State","value_label":"1","value":"andaman and nicobar islands"},
{"cut_id":3,"cut_label":"v024","cut_name":"State","value_label":"3","value":"arunachal pradesh"},
{"cut_id":635,"cut_label":"sdistri","cut_name":"District","value_label":"599","value":"pathanamthitta"},
{"cut_id":636,"cut_label":"sdistri","cut_name":"District","value_label":"600","value":"kollam"},
{"cut_id":637,"cut_label":"sdistri","cut_name":"District","value_label":"601","value":"thiruvananthapuram"}
]

我想要的输出如下：

[
{"value_label":"S1","value":"andaman and nicobar islands"},
{"value_label":"S3","value":"arunachal pradesh"},
{"value_label":"D599","value":"pathanamthitta"},
{"value_label":"D600","value":"kollam"},
{"value_label":"D601","value":"thiruvananthapuram"}
]

我的意图是重命名值标签，根据它是州还是地区，在数字后面加上一个字符“S”或“D”。

这是我的代码：

for _, r in data[
        (data['cut_name'] == 'State') | (data['cut_name'] == 'District')][
            ['cut_name', 'value', 'value_label']
    ].iterrows():
    cuts_data[r.cut_name[0]+r.value_label] = r.value

我得到了预期的结果，但是有没有办法在一行中做到这一点

标签： pythonpandas

解决方案

与索引一起使用str以获取第一个值，cut_name并在必要时通过以下方式对其进行过滤Series.isin：

mask = data['cut_name'].isin(['State','District'])
data.loc[mask, 'value_label'] = data['cut_name'].str[0] + data['value_label'].astype(str)

If onlyState或District可能的值：

data['value_label'] = data['cut_name'].str[0] + data['value_label'].astype(str)

为了提高性能，可以使用列表理解（工作良好是非缺失值）：

data['value_label'] = [c[0] + str(v) for c, v in zip(data['cut_name'], data['value_label'])]

如果需要带有过滤列的新 DataFrame：

new_df = data[['value','value_label']]

推荐阅读