如何根据 Row_id 列将值写入 dataframe 的另一列并且匹配列中存在值？

Question

我有一个像这样的 dataframe ，它有ROW_ID和Matches列。 根据Matches列中每一行的值，我应该在Result列中写入。 例如，在第一行，我们有; ALL MATCH -3 ，所以在新列Result中，这个； ALL MATCH应该出现在ROW_ID 3 中。在第 8个 ROW_ID中，我们有; 全场比赛-9； 差异# -10 。 所以在我们的结果列中； ALL MATCH应该出现在ROW_ID 9 和; Diff in#应该出现在ROW_ID 10 中

ROW_ID	火柴
1	; 所有比赛 -3
2
3
4
5	; 所有比赛 -6
6
7
8	; 全场比赛-9； 差异# -10
9
10

这意味着最终的 dataframe 应该是这样的。

ROW_ID	结果
1
2
3	; 所有比赛
4
5
6	; 所有比赛
7
8
9	; 所有比赛
10	; 差异#

我尝试了很多，我使用 dataframe.iterrows() 分别提取了每一行的 int 值和其他部分。 但我无法将该值打印到特定的 position。 df.at[] 方法不起作用。 loc 和 iloc 我也尝试过，但没有得到如何将该字符串打印到该列的特定行。

Answer 1

尝试：

df['Result'] = df['ROW_ID'].map(
    df['Matches'].str.extractall('(; [^-]+) -(\d+)')
                 .astype({1: int}).set_index(1).squeeze()
).fillna('')

Output：

>>> df
   ROW_ID                       Matches       Result
0       1                ; ALL MATCH -3             
1       2                                           
2       3                                ; ALL MATCH
3       4                                           
4       5                ; ALL MATCH -6             
5       6                                ; ALL MATCH
6       7                                           
7       8  ; ALL MATCH -9; Diff in# -10             
8       9                                ; ALL MATCH
9      10                                 ; Diff in#

# Details about extractall
>>> df['Matches'].str.extractall('(; [^-]+) -(\d+)')
                   0   1
  match                 
0 0      ; ALL MATCH   3
4 0      ; ALL MATCH   6
7 0      ; ALL MATCH   9
  1       ; Diff in#  10

Answer 2

创建一个临时 DataFrame 为：

wrk = df.Matches.str.extractall(r'(?P<Result>;\D+)-(?P<id>\d+)')

然后从Result列中去除尾随空格：

wrk.Result = wrk.Result.str.strip()

下一步是将id列的类型更改为int ，到目前为止它是object类型（实际上是string ）：

wrk.id = wrk.id.astype('int64')

并将其设置为索引：

wrk.set_index('id', inplace=True)

现在wrk实际上是一个Series ，包含：

         Result
id             
3   ; ALL MATCH
6   ; ALL MATCH
9   ; ALL MATCH
10   ; Diff in#

然后，要生成结果，请运行：

res = df.merge(wrk, how='left', left_on='ROW_ID', right_index=True)

结果是：

   ROW_ID                       Matches       Result
0       1                ; ALL MATCH -3          NaN
1       2                           NaN          NaN
2       3                           NaN  ; ALL MATCH
3       4                           NaN          NaN
4       5                ; ALL MATCH -6          NaN
5       6                           NaN  ; ALL MATCH
6       7                           NaN          NaN
7       8  ; ALL MATCH -9; Diff in# -10          NaN
8       9                           NaN  ; ALL MATCH
9      10                           NaN   ; Diff in#

如果您不想在“未填充”字段中出现“NaN”，则 append .fillna('')到最后一条指令。