我有一个数据框要处理,我正在执行多项检查。
我正在检查“A”、“B”和“C”列下的重复值是否显示相同的数字,但 D 列下的符号是否相反。
A | B | C | D | E |
---|---|---|---|---|
1111 | AAA | 123 | 0.01 | 评论被替换 |
2222 | BBB | 456 | 5 | 评论被替换 |
3333 | CCC | 789 | 10 | 什么都不做 |
1111 | AAA | 123 | -0.01 | 评论被替换 |
2222 | BBB | 456 | -5 | 评论被替换 |
3333 | CCC | 789 | -9 | 什么都不做 |
请看下面我的代码。当我尝试替换“E”列下的注释时,它不起作用。我确定我做错了什么。 我完全意识到我没有以最有效的方式编写代码,我仍然是一个新手。您能否以更有效的方式帮助我实现这一目标,并且出于好奇,如果我决定继续使用这种“非高效”的方式,如何实现这一目标?
谢谢。
for i in range(0, len(df)-1):
for j in range(i+1, len(df)):
if (df['A'][i] == df['A'][j]) & (df['B'][i] == df['B'][j]) & (df['C'][i] == df['C'][j]) & (df['D'][i] + df['D'][j] = 0) :
df['E'][i] = 'it works!'
答案 0 :(得分:6)
我们可以group
列A
、B
、C
上的数据框以及D
列中的一系列绝对值,然后transform
列 D
使用 sum
(因为如果对具有相反的符号,那么总和必须为零)来检查是否存在具有相同幅度但符号相反的对 >
df['E'] = df.groupby(['A', 'B', 'C', df['D'].abs()])['D'].transform('sum').eq(0)
A B C D E
0 1111 AAA 123 0.01 True
1 2222 BBB 456 5.00 True
2 3333 CCC 789 10.00 False
3 1111 AAA 123 -0.01 True
4 2222 BBB 456 -5.00 True
5 3333 CCC 789 -9.00 False
答案 1 :(得分:0)
如果您在 E 中有超过一对,或者有 1 个正数和多个负数,反之亦然,则此方法有效。
import pandas as pd
import numpy as np
df_1 = df[df['D'] >= 0].copy().reset_index()
df_2 = df[df['D'] < 0].copy().reset_index()
df_2['D'] = -df_2['D']
indexes = df_1.merge(df_2, on=['A', 'B', 'C', 'D'], how='inner')[['index_x', 'index_y']].values.tolist()
indexes = [item for sublist in indexes for item in sublist]
df['E_new'] = np.where(df.index.isin(indexes), 'new comment', df['E'])
print(df)
# A B C D E E_new
# 0 1111 AAA 123 0.01 comment to be replaced new comment
# 1 2222 BBB 456 5.00 comment to be replaced new comment
# 2 3333 CCC 789 10.00 don't do anything don't do anything
# 3 1111 AAA 123 -0.01 comment to be replaced new comment
# 4 2222 BBB 456 -5.00 comment to be replaced new comment
# 5 3333 CCC 789 -9.00 don't do anything don't do anything