Question

在数据框中，我想计算一个额外的列“desired_output”（默认的“期望列”是123456），它组合了另外6列的值（c_flow 1，c_flow 2，c_flow 3，c_flow 4，c_flow 5， c_flow 6）如下：如果第1列中的行= 0.0且第4列= 0.0，则“desired_output”变为：x23x56。

“try1”是我现在可以输出的内容。

c_flow_1 = [1, 20, 0, 3, 0, 2]
c_flow_2 = [10, 20, 5, 10, 0, 0]
c_flow_3 = [10, 20, 0, 10, 1, 2]
c_flow_4 = [0, 20, 0, 10, 1, 2]
c_flow_5 = [10, 0, 1, 10, 1, 5]
c_flow_6 = [10, 0, 0, 10, 1, 2]
desired_output = ['123x56', '1234xx', 'x2xx5x', '123456','xx3456','1x3456']
data = pd.DataFrame({'c_flow 1': c_flow_1, 
                     'c_flow 2': c_flow_2, 
                     'c_flow 3': c_flow_3, 
                     'c_flow 4': c_flow_4,
                     'c_flow 5': c_flow_5, 
                     'c_flow 6': c_flow_6,
                     'desired_output': desired_output 
                    })

conditions = [data['c_flow 1'] == 0, data['c_flow 2'] == 0, data['c_flow 3'] == 0, 
              data['c_flow 4'] == 0, data['c_flow 5'] == 0, data['c_flow 6'] == 0 ]
choices = ['x23456', '1x3456', '12x456', '123x56', '1234x6', '12345x']
data['try1'] = np.select(conditions, choices, default ='123456')

Answer 1

让我们用一点数学来简化事情。

过滤掉您想要的列。我使用DataFrame.filter来执行此操作
获取细胞掩膜＆gt; 0
使用DataFrame.mul
使用x

DataFrame.replace

使用DataFrame.agg

(data.filter(like='c_flow')   
     .gt(0)                   
     .mul(range(1, 7))        
     .replace(0, 'x')         
     .astype(str)             
     .agg(''.join, 1)         
)

0    123x56
1    1234xx
2    x2xx5x
3    123456
4    xx3456
5    1x3456
dtype: object

Answer 2

我尝试了这个（我知道这不是有效的），但仍然张贴以获得一个想法

def cust(row):
    t=[]
    i=1
    for val in row:
        if val!=0:
            t.append(str(i))
        else:
            t.append('x')
        i+=1
    return ''.join(t)
print df.apply(cust,axis=1)

pandas：根据其他列中的条件创建包含字符串值的列

2 个答案: