Question

我是Python的新手，我迷路了。

我有一个名为d的数据框，如下所示：

    name  win   loser   sortvalue  
    joe   yes           car1        
    jan         yes     car1 
    stan        yes     car1
    fred        yes     car2
    josh  yes           car2

我希望它看起来像这样：

    win   loser   sortvalue
    joe   jan     car1
    joe   stan    car1
    josh  fred    car2

因此，我想按“ sortvalue”对它进行排序，然后在“ win”列中找到“是”的单元格，并在“失败者”列/行中将相应的“ name”替换为“是” 。”

到目前为止，我所做的是使用groupby对数据框进行排序：

    d = pd.read_excel('nameoffile.xls', sheet_name='jw')
    df = pd.DataFrame(d)
    df1 = dict(tuple(df.groupby('sortvalue')))

这给了我一系列按“ sortvalue”排序的字典。但是我无法弄清楚如何编写遍历这些字典的函数，以用“失败者”中表示“是”的列中的“名称”替换胜利中的“是”。而且我也不确定groupby是否正确。制作字典对吗？

Answer 1

按yes个值，rename列过滤DataFrame并使用DataFrame.merge：

df1 = df.loc[df['win'] == 'yes', ['name','sortvalue']].rename(columns={'name':'win'})
df2 = df.loc[df['loser'] == 'yes', ['name','sortvalue']].rename(columns={'name':'loser'})

df = pd.merge(df1, df2, on='sortvalue')[['win','loser','sortvalue']]
print (df)
    win loser sortvalue
0   joe   jan      car1
1   joe  stan      car1
2  josh  fred      car2

Answer 2

在对sortvalue分组时构建一个新的数据框：

results = []
for car, row in df.groupby('sortvalue'):
    winner = row[row['win'] == 'yes'].iloc[0]
    for _, item in row[row['loser'] == 'yes'].iterrows():
        loser = item
        results.append({
            'win': winner['name'],
            'loser': loser['name'],
            'sortvalue': car
        })
df = pd.DataFrame(results)

Answer 3

也许是使用类似于第一次ans的逻辑的更简单版本。

d = [['joe','yes',np.nan,'cart1'],['jan',np.nan,'yes','cart1'],['stan',np.nan,'yes','cart1'],['fred',np.nan,'yes','cart2'],['stan','yes',np.nan,'cart2']]
d = pd.DataFrame(data=d,columns=['name','win','lose','value'])

d1 = d[d['win']=='yes'].loc[:,['name','value']]
d2 = d[d['lose']=='yes'].loc[:,['name','value']]
d1['winner']=d1['name']
d2['loser']=d2['name']
ans = pd.merge(d1,d2,on='value').loc[:,['winner','loser','value']]

如何按列中的值分组，找到null，然后替换

3 个答案: