Question

我有5列包含[电压，总线，负载，负载值，传输，传输值]。所有带有“值”的列名均包含基于其对应值的数值。csv文件如下所示

Voltage     Bus    Load   load_Values   transmission    transmission_Values
Voltage(1)  2      load(1)   3          transmission(1)      2
Voltage(2)  2      load(2)   4          transmission(2)      3
Voltage(5)  3      load(3)   5          transmission(3)       5

我必须根据传输和负载获取总线的值。例如获得公共汽车的价值。首先，我需要获取transmission（2）的值3。现在，基于此值，我需要获取load的值load（3）= 5。接下来，基于此值，我必须得出Voltage（5）的值为3。

我尝试根据相应列的值获取单列的值。

total=df[df['load']=='load(1)']['load_Values']
next_total= df[df['transmission']=='transmission['total']']['transmission_Values']
v_total= df[df['Voltage']=='Voltage(5)']['Voltage_Values']

如何自动获取所有这些值。例如，如果我在每列中都有1100个值，那么如何在这些列中获取1100个的所有值。

This is how dataset looks like 因此，要获得新列的VRES_LD的值。为此，我必须查找具有值I__ND_LD（1）的I__ND_LD列，并将相应的值存储在I__ND_LD_Values中，该值是10。一旦基于该值获得10，我便要查找具有I__BS__ND（10）的I__BS_ND列在I__BS_ND_Values中，其值为5.0。基于此值，我必须找到V_BS（5）的值为0.986009。现在，该值应存储在新列VRES_LD中。如果您现在知道，请告诉我。

Answer 1

如果我理解正确，那么您应该能够创建键/值表并使用merge。到voltage的步骤尚不明确，但我认为以下基本思路应该可行：

df = pd.DataFrame({'voltage': {0: 'Voltage(1)', 1: 'Voltage(2)', 2: 'Voltage(5)'},
 'bus': {0: 2, 1: 2, 2: 3},
 'load': {0: 'load(1)', 1: 'load(2)', 2: 'load(3)'},
 'load_values': {0: 3, 1: 4, 2: 5},
 'transmission': {0: 'transmission(1)',
  1: 'transmission(2)',
  2: 'transmission(3)'},
 'transmission_values': {0: 2, 1: 3, 2: 5}})

load = df[['load', 'load_values']].copy()
trans = df[['transmission','transmission_values']].copy()
load['load'] = load['load'].str.extract('(\d)').astype(int)
trans['transmission'] = trans['transmission'].str.extract('(\d)').astype(int)

(df[['bus']].merge(trans, how='left', left_on='bus', right_on='transmission')
            .merge(load, how='left', left_on='transmission_values', right_on='load'))

导致：

   bus  transmission  transmission_values  load  load_values
0    2             2                    3   3.0          5.0
1    2             2                    3   3.0          5.0
2    3             3                    5   NaN          NaN

Answer 2

我认为您需要做三件事。

1。您需要在字符串中输入数字。您是这样做的：

n_cookies = 3
f"I want {n_cookies} cookies"
#Output
I want 3 cookies

2。假设您从传输中获得的值是：

transmission_values = [2,5,20]

您不需要获取这些负载值：

load_values_to_fetch = [f"transmission({n})" for n in transmission_values]
#output
[transmission(2),transmission(5),transmission(20)]

3。最后从df获取负载值。使用.isin（）方法：

load_values= df[df['Load'].isin(load_values_to_fetch )]['load_Values'].values

4。应用相同的方法获取电压

我希望我正确理解了这个问题。尝试让我们知道，因为没有数据我无法尝试代码

Answer 3

我对您的解决方案进行了概括，以便您可以使用任意多个值。

为避免混淆，我将名称从“ Load_Value”更改为“ load_value_name”，因为存在一个小写的名为“ load_value”的变量。

您可以根据需要选择任意多个值。在我们的示例中，我们以“ 1”开头：

string1 = 'SEQ'
seq_letters = 'ATCGRYMKSWHBVDN'
result = []
for i in string1:
    if i not in seq_letters:
        result.append(i)
print(result)

然后我们获取所有值：

start_values = [1]
load_value_name = [f"^I__ND_LD({n})" for n in start_values]
#Output: but you'll have more than one if needed
['^I__ND_LD(1)']

让我们获取公交车名称：

load_values=df[df['I__ND_LD'].isin(load_names)]['I__ND_LD_Values'].values.astype(np.int)
#output: again, more if needed
array([10])

最后是电压：

bus_names = [f"^I__BS_ND({n})" for n in load_values]
bus_values = df[df['I__BS_ND'].isin(bus_names)]['I__BS_ND_Values'].values.astype(np.int)
#output
array([5])

注意：我没有四舍五入，而是将其转换为整数。和.isin（）方法将查找所有出现的事件，以便您可以获取所有值。

如何使用特定的匹配值基于另一列获取一列的值

3 个答案: