Question

非常肯定有一个简单的解决方法，但我还没有弄明白，文档迄今为止没有提供任何解决方案。

请参阅以下原始数据样本：

Access Point : Main Site, Blog, Twitter, Facebook.
User 1:        Yes        No    Yes      no
User 2:        No         Yes   No       Yes
Did this: used search, used blog, used email service.
user 1:        Yes     Yes        No
user 2:        No      Yes        Yes

在SO社区的帮助下，我已经把一个很好的可行脚本放到了

将“是”更改为列名，同时删除无用的内容（在报告上下文中）

创建一个新列，其中存储值并用逗号分隔。

 c = df.str.replace('Access Point:', '')
 s =np.where(df == 'Yes', ['{}, '.format(x) for x in c], '')
 df['new'] = pd.Series[''.join(x).strip(', ') for x in s], index=df.index 
 df.drop[['all columns where data was pulled from']] 

output: 


       New:
   User 1: main site, twitter, blog, search
   User 2  blog, facebook, blog, email

我需要将这两个问题分开，所以我会

输出

         New Access,                 Used This:
User 1   twitter, mainsite           blog, Search  
User 2   blog facebook               blog, email

现在，我得到的输出很棒，但是，我的数据框有大约190列，我需要一次在一定数量的列上运行上面的代码，我无法想象出去怎么办！如果我不这样做，脚本会在整个CSV中运行，创建一列将所有＆＃34;是＆＃34;＆＃s;拉成一列。虽然这基本上是我想要做的，但它使数据无法报告，因为我需要在导入BI工具之前一次更换和删除特定列。

我试图尝试以下方法：

    c['column names'] = df.str.replace('Access Point:', '')
and c = df.['column names'].str.replace('Access Point:', '')

但无济于事。

我希望这很清楚！

干杯， Datanovice。

Answer 1

好的，所以我找到了一个适合我的解决方案，

我将列拆分为新的数据框，根据需要编辑每组列，然后在最后使用以下行：

finaldf = pd.concat([df, df1, df2, df3, df4, df5], axis=1)

可能有一种更为流畅的方法可以完成这项工作，而且我很可能会在几个月后对这篇文章大笑，但我想现在已经解决了这个问题。

str.replace选择列

1 个答案: