python - 在 Python 中使用 Excel 文件作为 pandas 数据框的映射

Question

我正在尝试使用错误代码的excel“主列表”以及它们所属的较大组，它们属于熊猫数据框中较大组的组错误。我不确定如何做到这一点。我之前尝试将错误代码添加到字典中，并使用组名作为键并按此分组，但它不会正确地对代码进行分组。我将在下面添加我的主列表和数据框的示例。

主列表：

代码	类型 1	类型 2	类型 3	类型4
代码 A		X
代码 B	X
代码 C	X
代码 D				X
代码 E			X

依此类推 10 列和 57 行

数据框：

代码	分子	分母	错误率
代码 B	6	10	0.6
代码 A	4	10	0.4
代码 C	9	10	0.9
代码 D	0	10	0

对于出现的任何错误代码，依此类推

我希望输出为：

代码	分子	分母	错误率
类型 1	15	10	1.5
类型 2	4	10	0.4
类型 4	0	10	0

等等以进行适当的分组。

我该怎么做呢？

我使用过字典，并且使用isin()过类型列表无济于事。

这是我的示例文件的简化版本：

代码	电源周期	恐慌	温度	应用重启
恐慌		X
电源复位-Power_Reset-硬电源	X
Power Reset-Hard_Power-硬电源	X
硬应用程序重启				X
代码原因温度			X

依此类推 10 列和 57 行

代码	分子	分母	错误率
电源复位-Power_Reset-硬电源	6	10	0.6
恐慌	4	10	0.4
Power Reset-Hard_Power-硬电源	9	10	0.9
硬应用程序重启	0	10	0

依此类推，无论出现哪个错误代码，行数一样多

期望的输出：|代码|分子|分母|错误率| |----|---------|------------|----------| |电源循环| 15 | 10 | 1.5 | |恐慌| 4 | 10 | 0.4 | |应用重启 | 0 | 10 | 0 |

标签： pythonpandasdataframemapping

Answer 1

说第一个数据帧 df1 第二个 df2

#convert Code to CODE in first dataframe with str.upper for standardization
df1.CODE = df1.CODE.str.upper()

#replace X with column names and remove nan values
df1["new"] = df1.filter(like="T").replace("X", pd.Series(df1.columns, df1.columns)).stack().to_numpy()

#replace CODE A,B,C,D,E with Type 1,2,3,4
df2["CODE"] = df2[["CODE"]].replace(df1[["CODE","new"]].set_index("CODE").to_dict()["new"],regex=True)

df2

    CODE    Numerator   Denominator Error Rate
0   Type 1      6          10         0.6
1   Type 2      4          10         0.4
2   Type 1      9          10         0.9
3   Type 4      0          10         0.0