Question

这是一张缩短的表格。

ID,NUMBER,DEVICE
A,103,L
A,104,L
B,101,L
B,102,D
C,101,V
C,102,V
C,103,L
C,104,L

这里的目标是为每个唯一的“ID”输出“DEVICE”模式。 “数字”栏中共有4个数字：101,102,103,104。如果缺少任何“NUMBER”列，我们在“DEVICE”列中填写“N”。例如，“A”ID中缺少数字101和102，因此我们希望以下列方式填写：

ID,NUMBER,DEVICE
A,101,N
A,102,N
A,103,L
A,104,L

这里的目标是为每个唯一的“ID”输出“DEVICE”模式。因此，通过在“DEVICE”列中填写必要的“N”，我们希望通过使用“groupby”获得这样的输出：

{ “A，NNLL”， “B，LDNN”， “C，VVLL”}

任何大师都可以帮助解决第一个缺失的值吗？ Python Pandas方式更受欢迎！

Answer 1

这是一个单行（实际上是8行，但为了便于阅读而破了）。您请求的输出无效：它既不是列表也不是字典。我已将内容导出为字典，但如果您愿意，可以使用列表格式。

>>> {key: "".join(value) 
     for key, value in 
     df
     .pivot(index='ID', columns='NUMBER', values='DEVICE')
     .fillna('N')
     .T
     .to_dict('list')
     .iteritems()}
{'A': 'NNLL', 'B': 'LDNN', 'C': 'VVLL'}

解决方案的主要部分是数据透视表，我们使用N填充缺失值。

>>> df.pivot(index='ID', columns='NUMBER', values='DEVICE').fillna('N')
NUMBER 101 102 103 104
ID                    
A        N   N   L   L
B        L   D   N   N
C        V   V   L   L

这基本上可以得到我们想要的数据，现在我们只需要对其进行重组。如果我们将输出调用df2以上，则：

result_dict = df2.T.to_dict('list')
>>> result_dict
{'A': ['N', 'N', 'L', 'L'],
 'B': ['L', 'D', 'N', 'N'],
 'C': ['V', 'V', 'L', 'L']}

反过来，这可以使用字典理解连接在一起：

result_dict2 = {key: "".join(value) for key, value in result_dict.iteritems()}
>>> result_dict2
{'A': 'NNLL', 'B': 'LDNN', 'C': 'VVLL'}

或者，您可以使用列表理解：

result3 = [key + ", " + "".join(value) for key, value in result_dict.iteritems()]
>>> result3
['A, NNLL', 'C, VVLL', 'B, LDNN']

Python 2.7 pandas填补缺失的数字/系列

1 个答案: