我有一个像这样的pandas数据框:
dx1 dx2 dx3 dx4 dxpoa1 dxpoa2 dxpoa3 dxpoa4
25041 40391 Y E
25041 40391 25081 N W U
25041 40391 42822 99681 1 N Y Y
有两组列:dx和dxpoa。根据dxpoa中的某些值,我必须将值保存在dx中或丢弃它。对于dx中的每个值,该行中的对应dxpoa中存在一个值。例如:如果dxpoa = [' Y'或者' W'或者' 1'或者' E'然后将dx值保留在相应的行中,否则丢弃它或用0填充它。就像dxpoa1,在第一行中,是' Y'因此dx1将保持不变。但是第二排的dxpoa1是N' N'因此,第二行的dx1的对应值将变为0.
答案 0 :(得分:2)
给定一个如此构建的数据框:
import pandas as pd
import numpy as np
df = pd.DataFrame({'dx1':[25041,25041,25041],
'dx2':[40391,40391,40391],
'dx3':[np.nan,25081,42822],
'dx4':[np.nan,np.nan,99681],
'dxpoa1':['Y','N','1'],
'dxpoa2':['E','W','N'],
'dxpoa3':[np.nan,'U','Y'],
'dxpoa4':[np.nan,np.nan,'Y']})
给出了:
dx1 dx2 dx3 dx4 dxpoa1 dxpoa2 dxpoa3 dxpoa4
0 25041 40391 NaN NaN Y E NaN NaN
1 25041 40391 25081 NaN N W U NaN
2 25041 40391 42822 99681 1 N Y Y
定义一个实现替换规则的函数。当参考列中的值不是“Y”,“W”,“1”或“E”时,这会将目标列替换为0,正如我从您的描述中所理解的那样:
def subfunc(row,col_reference=None,col_target=None):
if not row[col_reference] in ['Y','W','1','E']:
row[col_target] = 0
return row
然后遍历每一行应用subfunc的列名:
for colname in df.columns:
if 'dxpoa' in colname:
colid = colname.split('dxpoa')[1]
df = df.apply(subfunc,axis=1,col_reference=colname,col_target='dx'+colid)
数据框中的结果
dx1 dx2 dx3 dx4 dxpoa1 dxpoa2 dxpoa3 dxpoa4
0 25041 40391 0 0 Y E NaN NaN
1 0 40391 0 0 N W U NaN
2 25041 0 42822 99681 1 N Y Y
答案 1 :(得分:1)
这是一种看待它的矢量化方式(使用@ vmg'方便的起始帧):
>>> N = len(df.columns)
>>> keep = df.iloc[:,-N//2:].isin(["Y", "W", "1", "E"]).values
>>> df.iloc[:,:N//2] = df.iloc[:,:N//2].where(keep, 0)
>>> df
dx1 dx2 dx3 dx4 dxpoa1 dxpoa2 dxpoa3 dxpoa4
0 25041 40391 0 0 Y E NaN NaN
1 0 40391 0 0 N W U NaN
2 25041 0 42822 99681 1 N Y Y
这样做是为最后的N // 2列创建一个True和False的数组,其中值在列表中为True,而在它没有的情况下为False(另请注意我是' m假设1是字符串"1"
而不是整数1
):
>>> df.iloc[:,-N//2:]
dxpoa1 dxpoa2 dxpoa3 dxpoa4
0 Y E NaN NaN
1 N W U NaN
2 1 N Y Y
>>> df.iloc[:,-N//2:].isin(["Y", "W", "1", "E"])
dxpoa1 dxpoa2 dxpoa3 dxpoa4
0 True True False False
1 False True False False
2 True False True True
>>> df.iloc[:,-N//2:].isin(["Y", "W", "1", "E"]).values
array([[ True, True, False, False],
[False, True, False, False],
[ True, False, True, True]], dtype=bool)
然后我们可以使用where
设置第一个 N // 2列的值,保持keep
为True的值,否则将其替换为0。