link之家
链接快照平台
- 输入网页链接，自动生成快照
- 标签化管理网页链接
相关文章推荐
|
老实的水煮肉 · git push 出现Everything ...· 2 年前 · |
|
|
气势凌人的打火机 · 量化投资对于数据源、回测、实盘平台的选择 ...· 2 年前 · |
|
|
活泼的板栗 · 高压下<em>β</em>-HMX热分解机理 ...· 2 年前 · |
|
|
踢足球的鸵鸟 · linear image ...· 2 年前 · |
根据条件在Pandas dataframe中创建重复行，并更改特定列的值
问
根据条件在Pandas dataframe中创建重复行，并更改特定列的值
EN
Stack Overflow用户
提问于
2021-11-23 13:31:05
回答 2
查看 2.5K
关注 0
票数 0
我有一个有多个列的Pandas dataframe (假设以下列格式简化示例)：
Item Interval Specs
Chocolate 0 0.001
Chocolate 3 0.002
Chocolate 5 0.007
Milk 0 0.004
Milk 2 0.008
....
我想要做的是为dataframe中的每个原始行创建重复行，其中，
Interval
值是
0
，对于其他
Interval
情况，
Interval
的值被更改了。例如，
Item
巧克力在原始数据中有3例与
Interval
0, 3 and 5
有关。对于
Interval
为0的情况，我希望复制此行并保持
Specs
值不变，但只修改
Interval
值并创建2个重复副本，即
Interval
值3和5。类似地，对于Milk
Item
，我希望创建一个重复行，间隔改为2。(因此，要创建的重复行数直接取决于单个
Item
的唯一
Interval
值的数量)。
预期的数据格式是：
Item Interval Specs
Chocolate 0 0.001
Chocolate 3 0.002
Chocolate 5 0.007
Chocolate 3 0.001 --Duplicate row added and Interval value changed
Chocolate 5 0.001 --Duplicate row added and Interval value changed
Milk 0 0.004
Milk 2 0.008
Milk 2 0.004 --Duplicate row added and Interval value changed因此，类似的问题( Duplicate rows based on value with condition )侧重于基于条件创建重复行，而不是更改与其他行对应的数据格式中的值。如能就如何做到这一点提出任何建议，将不胜感激。
EN
回答 2
Stack Overflow用户
回答已采纳
发布于 2021-11-23 15:02:34
解决这一问题的一种方法是使用所有没有
Interval=0
的元素创建第二个数据格式。
df2 = df[df.Interval != 0]
然后将列
Specs
的值从带有
Interval==0
的条目映射到新数据from中的
Specs
列：
df2.loc[:, 'Specs'] = df2['Item'].map(df[df.Interval == 0].set_index('Item')['Specs'])并将两个数据文件串连在一起。
df = pd.concat([df, df2], axis=0)这将为您提供所需的输出。
票数 1
EN
Stack Overflow用户
发布于 2021-11-23 15:03:47
我们可以通过首先创建2个dataframes来做到这一点：
- DF，行的间隔为0
- DF，行的间隔为0
然后，我们可以创建一个数据字典，它的间隔为0。使用此字典，我们可以更新其他数据格式的规范值。然后，更新的dataframe与原始dataframe合并。代码如下-
rows = [['Chocolate', 0, 0.001],
['Chocolate', 3, 0.002],
['Chocolate', 5, 0.007],
['Milk', 0, 0.004],
['Milk', 2, 0.008]]
df = pd.DataFrame(rows, columns=['Item', 'Interval', 'Specs']) # original dataframe
df1 = df[df['Interval'].ne(0)].copy() # dataframe with rows having interval other than 0
df2 = df[df['Interval'].eq(0)].copy() # dataframe with rows having interval 0
推荐文章