[英]Repeat the cell value in dataframe by condition
如下面的數據幀d1所示, A1
對應於B1
, A2
對應於B2
,依此類推。 我想通過以下條件更改B1-3
值: B
或C
=復制2次, D
=復制3次,作為數據幀目標 。
d1 = DataFrame([{'A1': 'A', 'A2': 'A', 'A3': '', 'B1': '2', 'B2': '2', 'B3': ''},
{'A1': 'A', 'A2': 'C', 'A3': '', 'B1': '2', 'B2': '2', 'B3': ''},
{'A1': 'A', 'A2': 'B', 'A3': 'C', 'B1': '2', 'B2': '4', 'B3': '4'},
{'A1': 'A', 'A2': 'C', 'A3': 'D', 'B1': '2', 'B2': '2', 'B3': '4'}])
d1
A1 A2 A3 B1 B2 B3
0 A A 2 2
1 A C 2 2
2 A B C 2 4 4
3 A C D 2 2 4
target = DataFrame([{'A1': 'A', 'A2': 'A', 'A3': '', 'B1': '2', 'B2': '2', 'B3': ''},
{'A1': 'A', 'A2': 'C', 'A3': '', 'B1': '2', 'B2': '22', 'B3': ''},
{'A1': 'A', 'A2': 'B', 'A3': 'C', 'B1': '2', 'B2': '44', 'B3': '44'},
{'A1': 'A', 'A2': 'C', 'A3': 'D', 'B1': '2', 'B2': '22', 'B3': '444'}])
target
A1 A2 A3 B1 B2 B3
0 A A 2 2
1 A C 2 22
2 A B C 2 44 44
3 A C D 2 22 444
而且我嘗試使用np.where
來處理B
和C
的條件,但似乎僅適用於B
復制值。 有什么方法可以達到目的。
Acol = ['A1','A2','A3']
Bcol = ['B1','B2','B3']
d1[Bcol] = np.where(d1[Acol] == ('B' or 'C'), d1[Bcol]+d1[Bcol], d1[Bcol])
d1
A1 A2 A3 B1 B2 B3
0 A A 2 2
1 A C 2 2
2 A B C 2 44 4
3 A C D 2 2 4
我建議將A,B,…的乘法器條件存儲在字典中,然后像這樣應用它:
multiplier_map={'':1,'A':1,'B':2,'C':2,'D':3}
for i in [1,2,3]:
df['B{0}'.format(i)]=df['B{0}'.format(i)]*df['A{0}'.format(i)].map(multiplier_map)
請注意, multiplier_map
還需要包含一個空字符串作為鍵。
使用np.select
for col in ('A1','A2','A3'):
new_col = 'B'+col[-1]
mask1 = df[col] == 'A'
mask2 = (df[col] == 'B') | (df[col] == 'C')
mask3 = df[col] == 'D'
df[new_col] = df[new_col].astype('str')
df[new_col] = np.select([mask1, mask2, mask3], [df[new_col], df[new_col]*2, df[new_col]*3], df[new_col])
輸出:
A1 A2 A3 B1 B2 B3
0 A A 2 2
1 A C 2 22
2 A B C 2 44 44
3 A C D 2 22 444
也許這四行:
d1.loc[d1['A2'].eq('B') | d1['A2'].eq('C'), 'B2'] += d1.loc[d1['A2'].eq('B') | d1['A2'].eq('C'), 'B2']
d1.loc[d1['A2'].eq('D'), 'B2'] += d1.loc[d1['A2'].eq('D'), 'B2'] + d1.loc[d1['A2'].eq('D'), 'B2']
d1.loc[d1['A3'].eq('B') | d1['A3'].eq('C'), 'B3'] += d1.loc[d1['A3'].eq('B') | d1['A3'].eq('C'), 'B3']
d1.loc[d1['A3'].eq('D'), 'B3'] += d1.loc[d1['A3'].eq('D'), 'B3'] + d1.loc[d1['A3'].eq('D'), 'B3']
現在:
print(df)
方法是:
A1 A2 A3 B1 B2 B3
0 A A 2 2
1 A C 2 22
2 A B C 2 44 44
3 A C D 2 22 444
請嘗試以下方法:
d1['B1'] = np.where( d1['A1'].isin(['B' , 'C']), d1['B1'] * 2, np.where(d1['A1'].isin(['D']), d1['B1'] * 3, d1['B1']))
d1['B2'] = np.where( d1['A2'].isin(['B' , 'C']), d1['B2'] * 2, np.where(d1['A2'].isin(['D']), d1['B2'] * 3, d1['B2']))
d1['B3'] = np.where( d1['A2'].isin(['B' , 'C']), d1['B3'] * 2, np.where(d1['A3'].isin(['D']), d1['B3'] * 3, d1['B3']))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.