在其他列熊猫上按给定条件填充多列的最快方法

Question

我正在使用一个非常长的数据框，因此我正在寻找在特定条件下一次填充几列的最快方法。 所以假设你有这个数据框：

data = {
        'col_A1':[1,'','',''],
        'col_A2':['','','',''],
        'col_A3':['','','',''],
        'col_B1':['','',1,''],
        'col_B2':['','','',''],
        'col_B3':['','','',''],
        'col_C1':[1,1,'',''],
        'col_C2':['','','',''],
        'col_C3':['','','',''],
        }
df = pd.DataFrame(data)
df

输入：

col_A1	col_A2	col_A3	col_B1	col_B2	col_B3	col_C1	col_C2	col_C3
1						1
						1
			1

我们希望在 A1、B1 和 C1 列中找到所有“1”值，然后替换匹配行和列 A2、A3、B2、B3 和 C2、C3 中的其他值：

输出：

col_A1	col_A2	col_A3	col_B1	col_B2	col_B3	col_C1	col_C2	col_C3
1	2	3				1	2	3
						1	2	3
			1	2	3

我目前正在遍历 A 列并查找 A1 == 1 匹配的位置，然后替换匹配行中 A2 和 A3 的值，B、C 也是如此……但是速度很重要，所以我想知道如果我可以一次对所有列执行此操作，或者以更矢量化的方式执行此操作。

Answer 1

您可以使用：

# extract letters/numbers from column names
nums = df.columns.str.extract('(\d+)$', expand=False)
# ['1', '2', '3', '1', '2', '3', '1', '2', '3']
letters = df.columns.str.extract('_(\D)', expand=False)
# ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C']

# or in a single line
# letters, nums = df.columns.str.extract(r'(\D)(\d+)$').T.to_numpy()

# compute a mask of values to fill
mask = df.ne('').groupby(letters, axis=1).cummax(axis=1)
# NB. alternatively use df.eq('1')...

# set the values
df2 = mask.mul(nums)

输出：

  col_A1 col_A2 col_A3 col_B1 col_B2 col_B3 col_C1 col_C2 col_C3
0      1      2      3                           1      2      3
1                                                1      2      3
2                           1      2      3                     
3