如何在熊猫数据框中交换两列并翻转第三列？

Question

我正在进行一个实验（使用 python 2.7，panda 0.23.4），其中我有三个级别的刺激 {a,b,c} 并向参与者展示所有不同的组合，他们必须选择哪个更粗糙？ （例如：刺激 1 = a ，刺激 2=b，参与者选择 1 表示刺激 1 更粗糙）

实验后，我有一个包含三列的数据框，如下所示：

import pandas as pd

d = {'Stim1':  ['a', 'b', 'a', 'c', 'b', 'c'],
     'Stim2': ['b', 'a', 'c', 'a', 'c', 'b'],
     'Answer': [1, 2, 2, 1, 2, 1]}
df = pd.DataFrame(d)

        Stim1  Stim2  Answer
    0     a     b      1
    1     b     a      2
    2     a     c      2
    3     c     a      1
    4     b     c      2
    5     c     b      1 

对于我的分析，刺激先出现的顺序并不重要。 Stim1= a, Stim2= b 与 Stim1= b, Stim2= a 相同。 我想弄清楚如何交换 Stim1 和 Stim2 并将它们的答案翻转为这样：

        Stim1  Stim2  Answer
    0     a     b      1
    1     a     b      1
    2     a     c      2
    3     a     c      2
    4     b     c      2
    5     b     c      2

我读到np.where可以使用，但它一次只做一件事，我想做两件事（交换和翻转）。

有没有办法使用另一个函数同时进行交换和翻转？

Answer 1

你能试试这对你有用吗？

import pandas as pd
import numpy as np

df = pd.DataFrame(d)

# keep a copy of the original Stim1 column
s = df['Stim1'].copy()

# sort the values
df[['Stim1', 'Stim2']] = np.sort(df[['Stim1', 'Stim2']].values)

# exchange the Answer if the order has changed
df['Answer'] = df['Answer'].where(df['Stim1'] == s, df['Answer'].replace({1:2,2:1}))

输出：

  Stim1 Stim2  Answer
0     a     b       1
1     a     b       1
2     a     c       2
3     a     c       2
4     b     c       2
5     b     c       2

Answer 2

您可以首先构建一个布尔系列，指示应交换或不交换哪些行：

>>> swap = df['Stim1'] > df['Stim2']
>>> swap
0    False
1     True
2    False
3     True
4    False
5     True
dtype: bool

然后构建完全交换的数据帧，如下所示：

>>> swapped_df = pd.concat([
...     df['Stim1'].rename('Stim2'),
...     df['Stim2'].rename('Stim1'),
...     3 - df['Answer'],
... ], axis='columns')
>>> swapped_df
  Stim2 Stim1  Answer
0     a     b       2
1     b     a       1
2     a     c       1
3     c     a       2
4     b     c       1
5     c     b       2

最后，使用.mask()选择初始行或交换行：

>>> df.mask(swap, swapped_df)
  Stim1 Stim2  Answer
0     a     b       1
1     a     b       1
2     a     c       2
3     a     c       2
4     b     c       2
5     b     c       2

NB .mask是大致相同的.where ，但它代替行，其中该系列产品是True的而不是保留了那些行True 。 这是完全一样的：

>>> swapped_df.where(swap, df)
  Stim2 Stim1  Answer
0     b     a       1
1     b     a       1
2     c     a       2
3     c     a       2
4     c     b       2
5     c     b       2