仅当“ A”列中的相应值未包含在“ B”列中时,我才希望在新行中将“ A”列中的值添加到“ B”列中。
我的数据框:
df
A B
value1 value4
value1
value1 value4\nvalue1\n
value2 value4\nvalue7\n
value2 value4\n
value3
value3 value4\nvalue3\nvalue6
value3 value2\nvalue1
value3 value3\nvalue1\nvalue6
所以,我想要的数据帧
df
A B
value1 value4\nvalue1
value1 value1
value1 value4\nvalue1
value2 value4\nvalue7\nvalue2
value2 value4\nvalue2
value3 value3
value3 value4\nvalue3\nvalue6
value3 value2\nvalue1\nvalue3
value3 value3\nvalue1\nvalue6
此外,问题在于,有时列“ B”中的字符串的末尾\ n存在,有时不存在。
我尝试使用df.A.str.contains(df [“ A”]),但是当contains()具有数据框列时,此方法不起作用。我认为这样可以正常工作:df.B.str.extract('(%s)'%'|'.join(df.A)),这仅适用于“ A”列中的值出现在“ B”列中-用于匹配,我不知道该如何适应我的问题。
我将不胜感激。
答案 0 :(得分:2)
使用列表理解功能创建boolena掩码,并将缺少的值替换为emty字符串并使用Series.where
:
mask = [a in b for a, b in zip(df['A'], df['B'].fillna(''))]
b = df['B'].str.replace(r'\\n$', '')
df['B'] = b.where(mask, b + '\\n' + df['A']).fillna(df['A'])
print (df)
A B
0 value1 value4\nvalue1
1 value1 value1
2 value1 value4\nvalue1
3 value2 value4\nvalue7\nvalue2
4 value2 value4\nvalue2
5 value3 value3
6 value3 value4\nvalue3\nvalue6
7 value3 value2\nvalue1\nvalue3
8 value3 value3\nvalue1\nvalue6
答案 1 :(得分:1)
我建议您为此目的使用df.apply
。在内部,您将可以使用lambda
创建条件。同样,我使用strip()
从开头和结尾删除\n
。请参见下面的代码:
# Code to build the dataframe
import pandas as pd
d = {'A': ['value1', 'value1', 'value1', 'value2', 'value2', 'value3', 'value3', 'value3', 'value3'], 'B': ['value4', '', 'value4\nvalue1\n', 'value4\nvalue7\n', 'value4\n', '', 'value4\nvalue3\nvalue6', 'value2\nvalue1', 'value3\nvalue1\nvalue6']}
df = pd.DataFrame(data=d)
# Here is the code to use
print(df.apply(lambda x: [x["A"], (x["B"].strip()+"\n"+x["A"]).strip()] if x["A"] not in x["B"] else [x["A"], x["B"].strip()], axis=1, result_type='broadcast'))
输出:
A B
0 value1 value4\nvalue1
1 value1 value1
2 value1 value4\nvalue1
3 value2 value4\nvalue7\nvalue2
4 value2 value4\nvalue2
5 value3 value3
6 value3 value4\nvalue3\nvalue6
7 value3 value2\nvalue1\nvalue3
8 value3 value3\nvalue1\nvalue6
8 value3 value3\nvalue1\nvalue6