Question

比方说，我将以下数据框作为示例。

    name  age  status  price
0  frank   12       1    100
1   jack   33       0    190
2    joe   22       1    200
******************************

所需的输出：

    name  age  status  price
0  frank   12       1    100
1   jack   33       0    190
2   jack   NaN      0    -190
3    joe   22       1    200
******************************

我还在下面发布了示例数据框，因此您可以轻松对其进行测试。

df1 = pd.DataFrame({
        "name":["frank", "jack", "joe"],
        "age": [12, 33, 22],
        "status": [1,0, 1],
        "price": [100,190, 200]
})

如您所见，我想基于上述行插入新行，status为0，这意味着事务失败。为了更轻松地进行统计，我想在该行下方生成一个新行。我也希望它的price为负数。并且由于我不在乎新行的整个列，因此我希望另一列为NaN，就像我期望的输出中的“ age”一样。

到目前为止我已经尝试过。

import pandas as pd
import numpy as np

df1 = pd.DataFrame({
        "name":["frank", "jack", "joe"],
        "age": [12, 33, 22],
        "status": [1,0, 1],
        "price": [100,190, 200]
})

df2_list = []

for i, row in df1.iterrows():
    if row["status"] == 0:
        origin_row = row.to_dict()
        new_row = ({
                "name": origin_row.get("name"),
                #"age": origin_row.get("age"),
                "age": np.NaN,
                "status": origin_row.get("status"),
                "price": -origin_row.get("price"),

            })
        df2_list.append(new_row)
df2 = pd.DataFrame(df2_list)
# concat df1 and df2 and sort it .
df3 = pd.concat([df1, df2], ignore_index=True)
df4 = df3.sort_values(['name', 'price'], ascending=[True, False])
print(df4)

我有一个循环，请检查它是否符合条件status==0，并将其附加到我的tmp列表中，并且...但是代码太多。我想知道是否有什么好方法，我的意思是更多的Pythonic代码或熊猫已经具有某些功能了吗？

Answer 1

使用numpy.repeat添加行，并使用Series.duplicated设置价格。

df2 = pd.DataFrame(df.values.repeat(df.status.eq(0)+1, axis=0), columns=df.columns)
df2.loc[df2.name.duplicated(), 'price'] *= -1
df2

    name age status price
0  frank  12      1   100
1   jack  33      0   190
2   jack  33      0  -190
3    joe  22      1   200

如果您还需要在“年龄”列中屏蔽NaN，则可以使用Series.mask进行屏蔽。

df2.age.mask(df2.name.duplicated())

0     12
1     33
2    NaN
3     22
Name: age, dtype: object

完整代码。

df2 = pd.DataFrame(df.values.repeat(df.status.eq(0)+1, axis=0), columns=df.columns)
isdup = df2.name.duplicated()
df2.loc[isdup, 'price'] *= -1
df2['age'] = df2['age'].mask(isdup)

df2
    name  age status price
0  frank   12      1   100
1   jack   33      0   190
2   jack  NaN      0  -190
3    joe   22      1   200

如何基于其他列向熊猫数据框添加新行？

1 个答案: