Question

我正在使用熊猫，并且有一个看起来像这样的csv文件

  ID                Name        Store      Price           
Melbourne           
    1               aaaa        bbbb        570
    2               cccc        dddd        236
    3               eeee        ffff        230
Sydney
    1               hhhh        gggg        2300
    2               kkkk        llll        266

我想要它这种形状

City            ID               Name        Store       Price      
Melbourne        1               aaaa        bbbb        570
Melbourne        2               cccc        dddd        236
Melbourne        3               eeee        ffff        230
Sydney           1               hhhh        gggg        23
Sydney           2               kkkk        llll        266

我在想什么
1.添加新列

  ID        New               Name        Store      Price           
Melbourne   NaN  
    1       NaN               aaaa        bbbb        570
    2       NaN               cccc        dddd        236
    3       NaN               eeee        ffff        230
Sydney 
    1       NaN               hhhh        gggg        2300
    2       NaN               kkkk        llll        266

然后将索引更改为ID。所以看起来像这样

  ID       New      Name        Store      Price           
 Melbourne NaN  
 1         NaN      aaaa        bbbb        570
 2         NaN      cccc        dddd        236
 3         NaN      eeee        ffff        230
 Sydney    NaN
 1         NaN      hhhh        gggg        2300
 2         NaN      kkkk        llll        266

然后是这样的

  ID         New              Name        Store      Price           
 Melbourne   NaN  
 Melbourne    1               aaaa        bbbb        570
 Melbourne    2               cccc        dddd        236
 Melbourne    3               eeee        ffff        230
 Sydney       NaN
 Sydney       1               hhhh        gggg        2300
 Sydney       2               kkkk        llll        266

最后更改列名并删除没有值的行

City            ID              Name        Store      Price           
Melbourne       1               aaaa        bbbb        570
Melbourne       2               cccc        dddd        236
Melbourne       3               eeee        ffff        230
Sydney          1               hhhh        gggg        2300
Sydney          2               kkkk        llll        266

我不确定它是否可以实现。请给我一些有关如何实现这一点的想法。

Answer 1

执行此操作的方法有几种，以下是有关如何实现建议的方法的一些想法。

第1步：

使用str.isalpha()方法检查字符串是否仅包含字母字符：

df["column"].apply(lambda x: x if x.isalpha() else None)

以上将返回Series列中的数值为“无”的ID。您可以将其存储在新列中。

此解决方案假定每个x是一个字符串。

如果您不确定列中的所有数字都是字符串，则可以创建城市列表：

my_cities = ['Melbourne', 'Sydney']

然后检查列中的值是否为城市，并将其存储在布尔值Series中：

is_city = df['column'].isin(my_cities)

应用Series作为掩码，并将值替换为None：

df.loc[~is_city, 'column'] = None

（请注意~的意思是“不是”，因此这将返回值“不是城市”的行）。

第2步：

使用ffill方法填充新列：

df["new_column"].fillna(method="ffill")

ffill基本上执行问题的第3步。您可以here来了解它。

第3步：

最后删除所有至少包含一个None的行：

df.dropna()

使用熊猫python重新排列csv中的行值

1 个答案: