Question

假设我有以下数据框（尽管我实际使用的数据框超过100行）：

>> df 
a        b   c   d   e
title0   1   0   0   string   
title1   0   1   1   string

对于每一行，我想：

在col = ['b'，'c'，'d']中，找到多于一列的值= 1的行。这是我的条件。
应该复制满足上述条件的重复行，以使第一列的第一副本仅= 1，而第一列的原始副本为= 1，依此类推，n列中的值等于1。
删除原始行

输出应为：

>> df
a        b   c   d   e
title0   1   0   0   string   
title1   0   1   0   string   
title1   0   0   1   string

Answer 1

您可以尝试在第1轴与1轴重复的地方插入行，然后根据其长度用identity matrix np.identity(len(df))替换重复的1

df
        a  b  c  d        e
0  title0  1  0  0  string1
1  title1  0  1  1  string2
2  title2  1  1  1  string3
3  title3  1  1  0  string4

def fun(x):
    # Assign numpy identity matrix inplace of duplicated indexes
    x.loc[x[x.eq(1)].dropna(axis=1).index,x[x.eq(1)].dropna(axis=1).columns] = np.identity(len(x))
    return x
# Imputing rows w.r.t to the duplication of 1's count
for i,j in zip(range(len(df)),df[['b','c','d']].sum(axis=1).values):
    if i>0:
        df = df.append([df.loc[i]]*(j-1)).reset_index(drop = True)
df.groupby(['a']).apply(fun)

出局：

      a     b   c   d   e
0   title0  1.0 0.0 0.0 string1
1   title1  0.0 1.0 0.0 string2
2   title2  1.0 0.0 0.0 string3
3   title3  1.0 0.0 0.0 string4
4   title1  0.0 0.0 1.0 string2
5   title2  0.0 1.0 0.0 string3
6   title2  0.0 0.0 1.0 string3
7   title3  0.0 1.0 0.0 string4

Answer 2

想法是get_dummies的使用：

print (df)
        a  b  c  d        e
0  title0  1  0  0  string1
1  title1  0  1  1  string2
2  title2  1  1  1  string3
3  title3  1  1  0  string4

#filter all columns without a and e
cols = df.columns.difference(['a','e'])
#or set columns names by list
#cols = ['b', 'c', 'd']
print (cols)
Index(['b', 'c', 'd'], dtype='object')

#filter columns and reshape to Series, filter only values by 1
s = df[cols].stack()
df1 = pd.get_dummies(s[s == 1].reset_index(level=1).drop(0, axis=1), prefix='', prefix_sep='')
print (df1)
   b  c  d
0  1  0  0
1  0  1  0
1  0  0  1
2  1  0  0
2  0  1  0
2  0  0  1
3  1  0  0
3  0  1  0

#last remove original columns, join new df and for same order use reindex
df = df.drop(cols, axis=1).join(df1).reindex(columns=df.columns).reset_index(drop=True)
print (df)
        a  b  c  d        e
0  title0  1  0  0  string1
1  title1  0  1  0  string2
2  title1  0  0  1  string2
3  title2  1  0  0  string3
4  title2  0  1  0  string3
5  title2  0  0  1  string3
6  title3  1  0  0  string4
7  title3  0  1  0  string4

Answer 3

<td align="center" style="font-size=8pt">
    <xsl:choose>
        <xsl:when test="esp:DocType/@v = 'T2' and esp:BusType/@v = '44'">first</xsl:when>
        <xsl:otherwise>
            <xsl:value-of select="esp:AccPnt/@v"/>
        </xsl:otherwise>
    </xsl:choose>
</td>

根据多个列的总和依次复制行

3 个答案: