时间戳

首页 > 解决方案 > 熊猫数据框循环特定列的所有值

python - 熊猫数据框循环特定列的所有值

问题描述

使用 pandas 数据框假设我有类似结构的数据框，如下所示：

import pandas as pd
a_choise = ["True", "False", "False", "False", "True", "False", "False", "True", "True"]
b_choise = ["True", "True", "False", "False", "False", "False", "True", "True", "True"]
c_choise = ["False", "False", "True", "False", "True", "True", "False", "True", "False"]
a_n = ["a1", "a2", "a3", "a4", "a5", "a6", "a7", "a8", "a9"]
b_n = ["b1", "b2", "b3", "b4", "b5", "b6", "b7", "b8", "b9"]
c_n = ["c1", "c2", "c3", "c4", "c5", "c6", "c7", "c8", "c9"]
df = pd.DataFrame(
    {"a": list(range(1, 10)), "b": list(range(11, 20)), "c": range(21, 30), 
     "a_Cho":a_choise, "b_Cho":b_choise, "c_Cho":c_choise,
     "a_n":a_n, "b_n":b_n, "c_n":c_n}
)
    a   b   c   a_Cho   b_Cho   c_Cho   a_n b_n c_n
0   1   11  21  True    True    False   a1  b1  c1
1   2   12  22  False   True    False   a2  b2  c2
2   3   13  23  False   False   True    a3  b3  c3
3   4   14  24  False   False   False   a4  b4  c4
4   5   15  25  True    False   True    a5  b5  c5
5   6   16  26  False   False   True    a6  b6  c6
6   7   17  27  False   True    False   a7  b7  c7
7   8   18  28  True    True    True    a8  b8  c8
8   9   19  29  True    True    False   a9  b9  c9

我想要一个新的 2 列 (Choise, Value) 满足“a_Cho”、“b_Cho”和“c_Cho”中所有值的以下条件

标签： pythonpandasdataframepandas-loc

解决方案

已编辑

感谢您更新您的问题。在您的编辑之后，我相信.loc会对您有用。.loc允许我们执行“逻辑索引”，基于列相等性抓取行。

例如，以下获取列a_Cho等于的所有行"True"，

>>> df.loc[df.a_Cho.eq('True'), ['a_n', 'a']]
    a   b   c   a_Cho   b_Cho   c_Cho   a_n b_n c_n
0   1   11  21  True    True    False   a1  b1  c1
4   5   15  25  True    False   True    a5  b5  c5
7   8   18  28  True    True    True    a8  b8  c8
8   9   19  29  True    True    False   a9  b9  c9

我们还可以使用 选择列的子集.loc。

>>> df.loc[df.a_Cho.eq("True"), ["a_n", "a"]].rename(columns={"a_n": "choise", "a": "value"})

我用来.rename()重命名列的地方。

使用上述方法，我们可以为您陈述的每个条件执行逻辑索引，然后连接结果。

def new_col_names(x):
    return {x + "_n": "choise", x: "value"}

# logical criteria
only_a = df.a_Cho.eq("True")
only_b = df.a_Cho.eq("False") & df.b_Cho.eq("True")
only_c = df.a_Cho.eq("False") & df.b_Cho.eq("False") & df.c_Cho.eq("True")
invalid = df.a_Cho.eq("False") & df.b_Cho.eq("False") & df.c_Cho.eq("False")

df_a = df.loc[only_a, ["a_n", "a"]].rename(columns=new_col_names("a"))
df_b = df.loc[only_b, ["b_n", "b"]].rename(columns=new_col_names("b"))
df_c = df.loc[only_c, ["c_n", "c"]].rename(columns=new_col_names("c"))
df_inv = df.loc[invalid].assign(choise="invalide", value="invalide").copy()
df_inv = df_inv[["choise", "value"]]

df_new = pd.concat([df_a, df_b, df_c, df_inv])

最终DataFrame看起来像：

    choise    value
0   a1         1
4   a5         5
7   a8         8
8   a9         9
1   b2        12
6   b7        17
2   c3        23
5   c6        26
3   invalide  invalide

请注意，左侧的索引值显示了每个条目的原始行号。如果您不关心这些数字，您可以将ignore_index=True选项传递给.concat.

这更接近你想要的吗？

原来的

您好，欢迎来到 StackOverflow！我不确定我是否完全理解你的问题。例如，在您的示例代码中，您似乎没有x在每次迭代中使用循环变量。DataFrame查看一个与您正在使用的具有相同结构的示例可能会有所帮助。

我的印象是您的问题可能与使用pd.melt.

你的DataFrame结构是这样的吗？

>>> import pandas as pd
>>> df = pd.DataFrame(
    {"A": list(range(1, 10)), "B": list(range(11, 20)), "C": range(21, 30)}
)
>>> df.head()

    A   B   C
0   1   11  21
1   2   12  22
2   3   13  23
3   4   14  24
4   5   15  25
5   6   16  26
6   7   17  27
7   8   18  28
8   9   19  29

如果是这样，您可以使用pd.melt将其重组为具有两列，即“列名”列和“列值”列，正如您在问题中所描述的那样。

上面示例的命令和输出DataFrame将是：

>>> pd.melt(df, value_vars=['A', 'B', 'C'])

  variable  value
0   A   1
1   A   2
2   A   3
3   A   4
4   A   5
5   A   6
6   A   7
7   A   8
8   A   9
9   B   11
10  B   12
11  B   13
12  B   14
13  B   15
14  B   16
15  B   17
16  B   18
17  B   19
18  C   21
19  C   22
20  C   23
21  C   24
22  C   25
23  C   26
24  C   27
25  C   28
26  C   29

这和你问的一样吗？如果没有，您能否提供一个DataFrame您正在使用的示例以及您希望最终结果看起来如何的示例？它可以是一个简化的或“模拟”的例子。

推荐阅读