Question

我有一个数据框df：

df = pd.DataFrame({'ID': ['1','1','2'], \ 'diag1': ['C1.10', 'E10.40','F20.00'], \ 'diag2': ['M30', '','O92.15'], \ 'diag3': ['E15.34', 'H20.00','']})

我想创建一个新的数据框df1，其中应包含基于每个df['diag1']到df['diag2']，df['diag3']和ID列中的所有信息df1['diag_all']的一列。

我是否需要使用transform方法才能实现此目的，或者是否有其他功能可以做到这一点？

这是我要实现的目标： ID diag_all 0 1 C1.10 1 1 E10.40 2 1 F20.00 3 1 M30 4 1 O92.15 5 2 E15.34 6 2 H20.00

请记住，实际数据框中还有许多其他列，我不想在此转换期间使用。因此，我们需要在df中指定要转换为df1['diag_all']的列。

Answer 1

匹配输出DataFrame，并在要省略的空白和新索引上有一定的容忍度。

import pandas as pd
import numpy as np

df = pd.DataFrame({'ID': ['1','1','2'], \
                   'diag1': ['C1.10', 'E10.40','F20.00'], \
                   'diag2': ['M30', '','O92.15'], \
                   'diag3': ['E15.34', 'H20.00','']})

df.replace(r'^\s*$', np.nan, regex=True, inplace=True)
df1 = pd.melt(df, id_vars=['ID'], value_vars=['diag1', 'diag2', 'diag3'], value_name='diag_all')[['ID', 'diag_all']]
df1 = df1.sort_values(['ID']).dropna().reset_index().drop(['index'], axis=1)
print(df1)

  ID diag_all
0  1    C1.10
1  1   E10.40
2  1      M30
3  1   E15.34
4  1   H20.00
5  2   F20.00
6  2   O92.15

将每个groupby对象的多列数据转换为一列

1 个答案: