Question

我的数据框如下所示：

目标是检查L中是否有任何值，如果在L和P列上提取了值

P L
1 3
4,6
4,7

注意L中可能有多个值，如果值超过1，我需要行。

以下是我当前的脚本，它无法生成预期的结果。

df2 = []
ego
other
newrow = []

for item in data_DF.iterrows():
    if item[1]["L"] is not None:
        ego = item[1]['P']
        other = item[1]['L']
        newrow = ego + other + "\n"
        df2.append(newrow)

data_DF2 = pd.DataFrame(df2)

Answer 1

首先，您可以提取L和P列的所有行，其中L不会丢失，如下所示：

df2 = df[~pd.isnull(df.L)].loc[:, ['P', 'L']].set_index('P')

接下来，您可以按如下方式处理剩余L行中的多个值：

df2 = df2.L.str.split(',', expand=True).stack()
df2 = df2.reset_index().drop('level_1', axis=1).rename(columns={0: 'L'}).dropna()
df2.L = df2.L.str.strip()

要解释：P为index，代码会在string上拆分L列的','内容，并将各个元素分配到各个列。然后它将各种新列堆叠到一个新列中，并清除结果。

Answer 2

首先，我将列L的多个值提取到具有原始索引的双重索引的新数据帧s。删除不必要的列L和Q。然后输出连接到原始df并删除具有NaN值的行。

print df
   P  Q    L
0  1  2    3
1  2  3  NaN
2  4  5  6,7

s = df['L'].str.split(',').apply(pd.Series, 1).stack()
s.index = s.index.droplevel(-1) # to line up with df's index
s.name = 'L'
print s
0    3
2    6
2    7
Name: L, dtype: object

df = df.drop( ['L', 'Q'], axis=1)
df = df.join(s)
print df
   P    L
0  1    3
1  2  NaN
2  4    6
2  4    7
df = df.dropna().reset_index(drop=True)
print df
   P  L
0  1  3
1  4  6
2  4  7

如何迭代DataFrame并生成新的DataFrame

2 个答案: