[英]How to iterate a pandas df to make another pandas df?
嗨,我有一个 dataframe df
,它有这样的标题:
DATE COL1 COL2 ... COL10
date1 a b
... ... ... ...
and so on
基本上每一行只是一个日期,然后是同一行上的一堆列,其中包含一些文本或没有文本。
由此我想创建一个新的 df df2
,它在原始数据框中的每个非空白“单元格”都有一行,由日期和该单元格中的文本组成。 从上面的例子我们可以得到
df2=
DATE COL
date1 a
date1 b
在伪代码中我想要实现的是:
df2 = blank df
for row in df:
for column in row:
if cell is not empty:
append to df2 a row consisting of the date for that row and the value in that cell
到目前为止我有
import pandas as pd
df = pd.read_csv("data2.csv")
output_df = pd.DataFrame(columns=['Date', 'Col'])
基本上我已经阅读了 df,并创建了新的 df 以开始填充。
现在我被卡住了,一些调查告诉我我不应该使用iterrows()
因为它不是有效和不好的做法,而且我在 df 中有 300k+ 行。
请问有什么建议吗?
使用df.melt
:
data = [{'date': f'date{j}', **{f"col{i}": val for i, val in enumerate('abc')}} for j in range(5)]
df = pd.DataFrame(data)
date col0 col1 col2
0 date0 a b c
1 date1 a b c
2 date2 a b c
3 date3 a b c
4 date4 a b c
df2 = df.melt(
id_vars=['date'],
value_vars=df.filter(like='col').columns,
value_name='Col'
)[['date', 'Col']]
# to get the ordering the way you want
df2 = df2.sort_values(by='date').reset_index(drop=True)
date Col
0 date0 a
1 date0 b
2 date0 c
3 date1 a
4 date1 b
5 date1 c
6 date2 a
7 date2 b
8 date2 c
9 date3 a
10 date3 b
11 date3 c
12 date4 a
13 date4 b
14 date4 c
然后,您可以从Col
中过滤掉任何 null 值:
df2 = df2[df2['Col'].apply(bool)]
您需要将空白单元格转换为 NA。
IE
df[df == ''] = np.nan
df.metl('DATE').dropna()
您可以将多列加入一个列表
s = df.filter(like='COL').apply(lambda row: row[row.notna()].tolist(), axis=1)
然后在那个名单上explode
df_ = pd.DataFrame({'DATE':df['DATE'], 'COL': s})
df_ = df_.explode('COL')
print(df_)
DATE COL
0 date1 a
0 date1 b
1 date2 c
1 date2 d
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.