Question

我有一个似乎很简单的问题，我无法找到解决方案。即，我有一个表，其中第一列包含所有可用应用程序的列表，而其他列代表用户及其所拥有的应用程序的列表：

我正在尝试将表转换为pandas DataFrame并在第一列上对齐匹配的值。所需的输出应如下所示：

import pandas as pd

df = pd.read_excel('U:/Desktop/appdata.xlsx')

df.head(10)
Out[21]: 
  Applications User 1 User 2 User 3 User 4 User 5
0         App1   App1   App2   App1   App1   App2
1         App2   App3   App3   App2   App3   App3
2         App3  App10   App4   App7   App4   App4
3         App4    NaN   App5   App8   App5   App5
4         App5    NaN    NaN  App10   App6   App6
5         App6    NaN    NaN    NaN    NaN   App7
6         App7    NaN    NaN    NaN    NaN   App8
7         App8    NaN    NaN    NaN    NaN   App9
8         App9    NaN    NaN    NaN    NaN    NaN
9        App10    NaN    NaN    NaN    NaN    NaN

df[df.apply(lambda x: x['Applications'] == x, axis=1)]
Out[22]: 
  Applications User 1 User 2 User 3 User 4 User 5
0         App1   App1    NaN   App1   App1    NaN
1         App2    NaN    NaN   App2    NaN    NaN
2         App3    NaN    NaN    NaN    NaN    NaN
3         App4    NaN    NaN    NaN    NaN    NaN
4         App5    NaN    NaN    NaN    NaN    NaN
5         App6    NaN    NaN    NaN    NaN    NaN
6         App7    NaN    NaN    NaN    NaN    NaN
7         App8    NaN    NaN    NaN    NaN    NaN
8         App9    NaN    NaN    NaN    NaN    NaN
9        App10    NaN    NaN    NaN    NaN    NaN

感谢您的帮助。干杯！

Answer 1

这是使用一些numpy工具的方法。在这里，apply循环浏览感兴趣的列，np.isin在您的第一列（dat.Applications）上执行搜索，如果相应的元素包含在当前列中，则返回True。然后将此布尔数组转换为dat.Applications中的相应字符串，如果没有匹配项，则通过np.where转换为NAN。然后将结果分配回原始DataFrame。

import numpy as np

dat.iloc[:, 1:] = \
dat.iloc[:, 1:].apply(lambda x : np.where(np.isin(dat.Applications, x),
                                          dat.Applications, np.NAN))

请注意，例如可以使用pd。np.isin而不是直接导入numpy，但这对我来说似乎更干净。

Answer 2

一个关键的观察是，在输出中，应用程序列中的值也代表该行的值（索引col == value col）

(df.iloc[:,1:]
   .melt()
   .dropna()
   .pivot(index='value',columns='variable',values='value')
   .reindex([f'App{x}' for x in range(1,11)]))

熊猫-将匹配的列值与行对齐

2 个答案: