时间戳

首页 > 解决方案 > 拆分特定行的值而不复制它们

python - 拆分特定行的值而不复制它们

问题描述

我正在尝试清理我的 csv 文件。这样做时，我必须为“数量”> 1 的产品复制行。我是这样做的：

file_in = file_in.loc[file_in.index.repeat(file_in.´Quantity)].reset_index(drop=True)

但现在我有另一个问题。在我的一些产品的另一列中，我有序列号，它们在开始时全部添加到一行中，当我重复时，它们都得到了所有的序列号。现在我想拆分这些序列号，以便每一行只有一个 .

所以从这里：

   Quantity   SerialNumbers       ProductName
1   3           AB1 AB2 AB3            PR
2   3           AB1 AB2 AB3            PR
3   3           AB1 AB2 AB3            PR
4   1             CD                   monitor
5   4            NAN                   mouse
6   4            NAN                   mouse
7   4            NAN                   mouse
8   4            NAN                   mouse
9   4          EF1 EF2 EF3 EF4         ace
10   4          EF1 EF2 EF3 EF4         ace 
11   4          EF1 EF2 EF3 EF4         ace
12   4          EF1 EF2 EF3 EF4         ace
13   2            NAN                 screeen
14   2            NAN                 screeen
15   1            NAN                 flash
...

我需要它是这样的：

   Quantity   SerialNumbers       ProductName
1   3           AB1                    PR
2   3           AB2                    PR
3   3           AB3                    PR
4   1           CD                   monitor
5   4           NAN                   mouse
6   4           NAN                   mouse
7   4           NAN                   mouse
8   4           NAN                   mouse
9   4           EF1                     ace
10   4           EF2                     ace 
11   4           EF3                     ace
12   4           EF4                     ace
13   2          NAN                 screeen
14   2          NAN                 screeen
15   1          NAN                 flash
..

我尝试添加一个新列，首先从我的序列号创建列表，然后使用 groupby 函数编辑。我试过用这个，但它不起作用。

file_in['Temp_Split'] = numpy.where((~file_in['Temp_Split'].isna()) & (file_in['Quantity']>1),file_in['Temp_Serial'].str.split() & file_in.groupby(['Position','Quantity'])['Temp_Split'].rank(method='first'), file_in['Temp_split'])

我搜索了类似的问题，但它们都是为了在拆分值的同时复制行。也许我应该更改第一行代码，以便在重复时检查 SerialNumbers 并对其进行编辑。但也不确定我应该怎么做。

编辑：我不是在将值拆分为一列时尝试复制行，而是尝试删除一行不需要的内容并添加到下一行。如示例所示。仍然有与开始时相同的行数

标签： pythonpandas

解决方案

尝试：

df.SerialNumbers.replace({'NAN':np.nan}, inplace=True)
df['count'] = df.groupby('SerialNumbers').SerialNumbers.cumcount()

f = (lambda x: x['SerialNumbers']
               if x['SerialNumbers'] is np.nan
               else x['SerialNumbers'][x['count']])

df['SerialNumbers'] = df.SerialNumbers.str.split(' ')
df['SerialNumbers'] = df.apply(lambda x: f(x), axis=1)

df.drop(columns='count')

    Quantity SerialNumbers ProductName
0          3           AB1          PR
1          3           AB2          PR
2          3           AB3          PR
3          1            CD     monitor
4          4           NaN       mouse
5          4           NaN       mouse
6          4           NaN       mouse
7          4           NaN       mouse
8          4           EF1         ace
9          4           EF2         ace
10         4           EF3         ace
11         4           EF4         ace
12         2           NaN     screeen
13         2           NaN     screeen
14         1           NaN       flash

我曾经Groupby.cumcount找到每个字符串的位置，然后str.split 选择apply列表中的项目。

推荐阅读