Question

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 = [＆＃39; Y＆＃39;或者＆＃39; W＆＃39;或者＆＃39; 1＆＃39;或者＆＃39; E＆＃39;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＆＃39; Y＆＃39;因此dx1将保持不变。但是第二排的dxpoa1是N＆＃39; N＆＃39;因此，第二行的dx1的对应值将变为0.

Answer 1

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

Answer 2

这是一种看待它的矢量化方式（使用@ vmg＆＃39;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＆＃39; 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。

在其他列中的某些条件下替换数据框中的项值

2 个答案: