Question

我有一个Df，看起来像：

marker | 0 1 2 3
________________
A      | + - + -
B      | - - + -
C      | - + - -

，我想遍历各列并获取其中有+的行的名称，即将所有+行分组。

我试图通过以下方式做到这一点：

lis = []

for n in list(range(0,3)):
    cli = Df[n].tolist()
    for x,m in zip(cli,markers): # markers is a list of the row names ['A','B','C']
        cl_li = []
        if x == '+':
            mset = m+x
            cl_li.append(mset)
        else:
            continue
        lis.append(cl_li)

print (lis)

但是我将每个行名作为其名称中的自己的子列表，而我想要这样的东西：

newdf = 
____________
0   |  A+
1   |  C+
2   |  A+B+

#n.b group 3 not included

Answer 1

尝试在布尔矩阵上使用apply和join：

(df == '+').apply(lambda x: '+'.join(x.index[x])+'+').to_frame()

输出：

           0
marker      
0         A+
1         C+
2       A+B+

或者，使用dot和布尔矩阵：

(df.index.to_series()+'+').dot((df=='+'))

输出：

           0
marker      
0         A+
1         C+
2       A+B+

Answer 2

我的建议是使用比您更多的pandasonic解决方案。

将lambda函数应用于每列：

result = df.apply(lambda col: ''.join(col[col == '+'].index + '+'))

要从结果中删除空项目，请运行：

result = result[result != '']

结果是：

0      A+
1      C+
2    A+B+
dtype: object

如果希望将结果作为DataFrame（而不是 Series ），请运行：

result = result[result != ''].to_frame()

遍历大熊猫行并获取值组？

2 个答案: