Question

我有一张桌子。我正在创建一个新专栏“Timing”。我需要用数字填充它，具体取决于“类型”列中的数据。例如，如果在列“type”的单元格中是dgv，那么在“timing”列中应该有一个数字17，如果是ds，则为8，如果是psp，则为3，等等。总共有几个条件

part of the table 等等

我的代码：

import csv

with open('C:/Notebook/data1.txt','r') as csvinput:
    with open('C:/Notebook/datawr1.txt', 'w') as csvoutput:
        writer = csv.writer(csvoutput, lineterminator='\n')
        reader = csv.reader(csvinput)

        all = []
        row = next(reader)
        row.append('Timing') # Here I create a column "Timing"
        all.append(row)

        for row in reader:  #I think here should be a condition if
            row.append(' ') 
            all.append(row)           


        writer.writerows(all)

Answer 1

我认为您可以使用d字典NaN，如果不匹配则获取df = pd.DataFrame({'type':['dgv','ds','psp', 'a']}) print (df) type 0 dgv 1 ds 2 psp 3 a d = {'dgv':17,'ds':8,'psp':3} df['Timing'] = df['type'].map(d) print (df) type Timing 0 dgv 17.0 1 ds 8.0 2 psp 3.0 3 a NaN：

import pandas as pd
from pandas.compat import StringIO

temp=u"""code,type,date,quantity
0,dgv,07.11.2016,1
0,dgv,08.06.2016,1
0,ds,01.07.2016,1
0,ds,03.08.2016,1
0,ds,03.08.2016,1
0,psp,06.03.2016,1
0,a,07.08.2016,1"""
#after testing replace 'StringIO(temp)' to 'filename.txt'
df = pd.read_csv(StringIO(temp))
print (df)
   code type        date  quantity
0     0  dgv  07.11.2016         1
1     0  dgv  08.06.2016         1
2     0   ds  01.07.2016         1
3     0   ds  03.08.2016         1
4     0   ds  03.08.2016         1
5     0  psp  06.03.2016         1
6     0    a  07.08.2016         1

编辑：

在用于阅读文件的pandas中使用map来编写read_csv（如果是.txt文件则没问题）：

d = {'dgv':17,'ds':8,'psp':3}
df['Timing'] = df['type'].map(d)
print (df)
   code type        date  quantity  Timing
0     0  dgv  07.11.2016         1    17.0
1     0  dgv  08.06.2016         1    17.0
2     0   ds  01.07.2016         1     8.0
3     0   ds  03.08.2016         1     8.0
4     0   ds  03.08.2016         1     8.0
5     0  psp  06.03.2016         1     3.0
6     0    a  07.08.2016         1     NaN

df.to_csv('myfile.txt', index=False)

C:\Users\UserName\AppData\Roaming\NuGet

使用通过比较另一列的数据获得的数据填充列

1 个答案: