Question

我有一个包含多个（超过1000个）列和行的文件，并且它们的名称不遵循任何模式。它的例子如下：

file1.txt

IDs     AABC  ABC6    YHG.8     D78Ha 
Ellie   12            48.70    33        
Kate    98      34    21       76.36        
Joe     22      53    49                    
Van     77            40       12.1
Xavier                         88.85

首先，我必须用NA填充空白，以便它看起来像：

file1.txt



IDs     AABC  ABC6    YHG.8    D78Ha 
Ellie   12      NA    48.70    33        
Kate    98      34    21       76.36         
Joe     22      53    49       NA                
Van     77      NA    40       12.1
Xavier  NA      NA    NA       88.85

然后，我尝试将ID和其他列的所有组合设为AABC, ABC6,YHG.8 and D78Ha，例如：

Ellie , AABC --> 12
Ellie, ABC6 --> NA
Ellie, YHG.8 --> 48.70  ( without rounding )
Ellie, D78Ha --> 33
Kate,AABC --> 98
Kate, ABC6 --> 34
...

因此，所需的输出应为20行（4 columns x 5 IDs)，如下所示：

output.txt


Ellie  AABC   12
Ellie  ABC6   NA
Ellie  YHG.8  48.70
Ellie  D78Ha  33
Kate   AABC   98
Kate   ABC6   34
..

出于这个原因，我用NA手动填充空白，用pandas读取文件，并将IDs编入索引。

这样我就可以使用ID名称和其他列名称来访问。

但是我无法迭代它。我的尝试是：

import pandas as pd
tablefile = pd.read_csv('file1.txt',sep='\t')
print(tablefile)
df2=tablefile.set_index("IDs")
print("Ellie AABC " , df2.loc["Ellie", "AABC" ])
print("Kate AABC " , df2.loc["Kate", "AABC" ])
print("Xavier AABC " , df2.loc["Xavier", "AABC" ])

打印：

('Ellie AABC ', 12.0)
('Kate AABC ', 98.0)
('Xavier AABC ', nan)

如何用NAs填充空白并迭代这个数组而不通过逐个编写来调用名称？也许i中的[i,i]增加了？

Answer 1

IIUC stack dropna = False

df.set_index('IDs').stack(dropna=False).astype(object).reset_index()

Out[915]: 
       IDs level_1      0
0    Ellie    AABC     12
1    Ellie    ABC6    NaN
2    Ellie   YHG.8   48.7
3    Ellie   D78Ha     33
4     Kate    AABC     98
5     Kate    ABC6     34
6     Kate   YHG.8     21
7     Kate   D78Ha  76.36
8      Joe    AABC     22
9      Joe    ABC6     53
10     Joe   YHG.8     49
11     Joe   D78Ha    NaN
12     Van    AABC     77
13     Van    ABC6    NaN
14     Van   YHG.8     40
15     Van   D78Ha   12.1
16  Xavier    AABC    NaN
17  Xavier    ABC6    NaN
18  Xavier   YHG.8    NaN
19  Xavier   D78Ha  88.85

Answer 2

只需melt重塑数据框：

数据

SELECT v.make, vm.description FROM makes vm LEFT JOIN vehicles v ON v.make = vm.code WHERE v.group = 404

<强>熔体

from io import StringIO import pandas as pd txt = """IDs AABC ABC6 YHG.8 D78Ha Ellie 12 NA 48.70 33 Kate 98 34 21 76.36 Joe 22 53 49 NA Van 77 NA 40 12.1 Xavier NA NA NA 88.8""" tabledf = pd.read_table(StringIO(txt), sep="\s+")

从python中的数组中获取所有可能的值

2 个答案: