[英]Pandas dataframe add new column based on if other columns have data or not
[英]how to add new row to pandas dataframe based on other columns?
比方说,我将以下数据框作为样本。
name age status price
0 frank 12 1 100
1 jack 33 0 190
2 joe 22 1 200
******************************
期望的输出:
name age status price
0 frank 12 1 100
1 jack 33 0 190
2 jack NaN 0 -190
3 joe 22 1 200
******************************
我还在下面发布了示例数据框,因此您可以轻松地进行测试。
df1 = pd.DataFrame({
"name":["frank", "jack", "joe"],
"age": [12, 33, 22],
"status": [1,0, 1],
"price": [100,190, 200]
})
如您所见,我想基于上面的行插入一个新行, status
为0,这意味着事务失败。 为了更容易统计,我想在那个下面生成一个新行。 我也希望它的price
是负数。 因为我不关心新行的整列,所以我希望另一列是NaN
,就像我期望的输出中的'age'一样。
到目前为止我尝试过的。
import pandas as pd
import numpy as np
df1 = pd.DataFrame({
"name":["frank", "jack", "joe"],
"age": [12, 33, 22],
"status": [1,0, 1],
"price": [100,190, 200]
})
df2_list = []
for i, row in df1.iterrows():
if row["status"] == 0:
origin_row = row.to_dict()
new_row = ({
"name": origin_row.get("name"),
#"age": origin_row.get("age"),
"age": np.NaN,
"status": origin_row.get("status"),
"price": -origin_row.get("price"),
})
df2_list.append(new_row)
df2 = pd.DataFrame(df2_list)
# concat df1 and df2 and sort it .
df3 = pd.concat([df1, df2], ignore_index=True)
df4 = df3.sort_values(['name', 'price'], ascending=[True, False])
print(df4)
我有一个循环,并检查它是否达到我的条件status==0
,并将其附加到我的tmp列表,然后......但它的代码太多了。 我想知道有什么好办法,我的意思是更多的Pythonic代码或者pandas已经有了一些功能吗?
使用numpy.repeat
添加行,并Series.duplicated
设定的价格。
df2 = pd.DataFrame(df.values.repeat(df.status.eq(0)+1, axis=0), columns=df.columns)
df2.loc[df2.name.duplicated(), 'price'] *= -1
df2
name age status price
0 frank 12 1 100
1 jack 33 0 190
2 jack 33 0 -190
3 joe 22 1 200
如果您还需要在年龄列中屏蔽NaN,则可以使用Series.mask
执行此Series.mask
。
df2.age.mask(df2.name.duplicated())
0 12
1 33
2 NaN
3 22
Name: age, dtype: object
完整代码。
df2 = pd.DataFrame(df.values.repeat(df.status.eq(0)+1, axis=0), columns=df.columns)
isdup = df2.name.duplicated()
df2.loc[isdup, 'price'] *= -1
df2['age'] = df2['age'].mask(isdup)
df2
name age status price
0 frank 12 1 100
1 jack 33 0 190
2 jack NaN 0 -190
3 joe 22 1 200
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.