Question

我有一个导入为数据框的Excel文件。数据集如下所示：

rule_id reqid1  reqid2  reqid3  
53139    0         0     1           
51181    1         1     0           
50412    0         1     1           
50356    0         0     1           
50239    0         1     0           
50238    1         1     0           
50014    1         0     1

我已经将rule_id列转换为索引。我希望结果看起来像这样：

rule_id reqid1  reqid2  reqid3  comparison1 comparison2 last_comp
53139    0         0     1           NaN         NaN         100
51181    1         1     0           1.0         50.0         0
50412    0         1     1           NaN         1.0          50
50356    0         0     1           NaN         NaN         100
50239    0         1     0           NaN         100.0        0
50238    1         1     0           1.0         50.0         0
50014    1         0     1           100.0       NaN         100

comparison1列是reqid1和reqid2之间的值比较，compare2是reqid2和reqid3之间的值比较，last_comp是reqid3和reqid4之间的值比较，但reqid4不可用。因此，这些值的逻辑是，如果我要比较两列，并且如果两列的值均为0，则将在新列中捕获Null值。如果第一列为1，第二列为0，则应捕获100。如果两个列都具有1，则应在compare1列中捕获1，但是如果在reqid3中该值是0，则在compare2 100/2中应捕获50。如果在reqid3中，如果值是0，则应在last_comp列中捕获0，如果值是1，则应捕获100。但是，如果reqid2和reqid3都具有1，则应捕获50。

我无法为此编写代码。任何类型的帮助将不胜感激。

Answer 1

下面是一些简单的代码，可以帮助您入门：

# Compare method, gets a row containing two values as input
def compare_values(row):
    a = row[0]
    b = row[1]

    # One of the rules
    if a == 1 and b == 0:
        return 100

    # TODO: implement other rules

    return None

# apply the `compare_values` method to all rows of ["reqid1", "reqid2"]
df["comparison1"] = df[["reqid1", "reqid2"]].apply(compare_values, axis=1)

# TODO: comparison2

我为您实现了一些内容，以获取所需的确切输出。但是使用这种结构，您应该可以遵循。

Answer 2

您需要弄清楚自己的逻辑。从您写的内容来看，这可能会覆盖前两列，并使用pandas作为数据框。

import pandas as pd
# data
d = {'rule_id': [53139,51181,50412,50356,50239,50238,50014], 'reqid1':[0,1,0,0,0,1,1], 'reqid2':[0,1,1,0,1,1,0], 'reqid3':[1,0,1,1,0,0,1]}

df = pd.DataFrame(data=d)
# reorder columns
cols = df.columns.tolist()
cols = cols[-1:]+cols[:-1]
df = df[cols]

数据框：

 rule_id  reqid1  reqid2  reqid3
0    53139       0       0       1
1    51181       1       1       0
2    50412       0       1       1
3    50356       0       0       1
4    50239       0       1       0
5    50238       1       1       0
6    50014       1       0       1

然后添加新列的逻辑：

c1 = list(map(lambda a,b: a if a==b else 100*a, df.reqid1, df.reqid2 ))
df['comp1']=c1

c2 = list(map(lambda b,c,c1: b if b==c else (b if b < c else 100/(b+c1)), df.reqid2, df.reqid3, df.comp1 ))
df['comp2']=c2


# convert your zeros to Nans with numpy:
import numpy as np

comps = ['comp1', 'comp2']
df[comps] = df[comps].replace({0:np.nan})

输出：

   rule_id  reqid1  reqid2  reqid3  comp1  comp2
0    53139       0       0       1    NaN    NaN
1    51181       1       1       0    1.0   50.0
2    50412       0       1       1    NaN    1.0
3    50356       0       0       1    NaN    NaN
4    50239       0       1       0    NaN  100.0
5    50238       1       1       0    1.0   50.0
6    50014       1       0       1  100.0    NaN

比较数据框中的两列，并在另一列中更新结果

2 个答案: