我有兴趣生成一个由pandas行和列数据组成的字符串。鉴于以下pandas数据框,我只对从具有正值的列生成字符串感兴趣
index A B C
1 0 1 2
2 0 0 3
3 0 0 0
4 1 0 0
我想创建一个新列,该列附加一个字符串,列出一行中哪些列是正数。然后我会丢弃数据来自的所有行:
index Positives
1 B-1, C-2
2 C-3
4 A-1
答案 0 :(得分:1)
以下是使用pd.DataFrame.apply
+ pd.Series.apply
的一种方式:
df = pd.DataFrame([[1, 0, 1, 2], [2, 0, 0, 3], [3, 0, 0, 0], [4, 1, 0, 0]],
columns=['index', 'A', 'B', 'C'])
def formatter(x):
x = x[x > 0]
return (x.index[1:].astype(str) + '-' + x[1:].astype(str))
df['Positives'] = df.apply(formatter, axis=1).apply(', '.join)
print(df)
index A B C Positives
0 1 0 1 2 B-1, C-2
1 2 0 0 3 C-3
2 3 0 0 0
3 4 1 0 0 A-1
如果您需要过滤掉零长度字符串,则可以使用False
将空字符串计算为bool
的事实:
res = df[df['Positives'].astype(bool)]
print(res)
index A B C Positives
0 1 0 1 2 B-1, C-2
1 2 0 0 3 C-3
3 4 1 0 0 A-1
答案 1 :(得分:0)
我会用np.NaN
替换零,以删除您不关心的内容和stack
。然后形成你想要的字符串和groupby.apply(list)
import numpy as np
df = df.set_index('index') # if 'index' is not your index.
stacked = df.replace(0, np.NaN).stack().reset_index()
stacked['Positives'] = stacked['level_1'] + '-' + stacked[0].astype(int).astype('str')
stacked = stacked.groupby('index').Positives.apply(list).reset_index()
stacked
现在是:
index Positives
0 1 [B-1, C-2]
1 2 [C-3]
2 4 [A-1]
或者,如果您只想要一个字符串而不是列表,请更改最后一行:
stacked.groupby('index').Positives.apply(lambda x: ', '.join(list(x))).reset_index()
# index Positives
#0 1 B-1, C-2
#1 2 C-3
#2 4 A-1