Python：如果数据框中的多个列具有一个特定字符串以外的任何值，则设置新的列值

valencia21 发表于 Dev

瓦伦西亚21

第一次发布新手编码人员提出的问题，欢迎提出建议和改进。

我试图在数据框中创建一个新列。每行的新列应根据以下内容进行填充：

1）如果该行中的所有选择列均包含值“无”，则为“未知”。

2）非“无”值，如果其中一列包含该值。

在我使用的数据集中，每行只有一个非“无”值，并且列名与单元格值相同。

我知道我可以遍历每一行以在那些列中找到一个非'None'值，如果找到，则将该列值设置为该值（否则设置为'Unknown'），但是我感觉缺少一些简单的方法使这项工作。

我已经考虑过使用.loc / .iloc / .at和其他一些方法来选择值，但是我觉得自己不会接近。

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': ['None', 'None', 'None', 'None'],
                   'B': ['None', 'B', 'None', 'None'],
                   'C': ['None', 'None', 'C', 'None'],
                   'D': ['None', 'None', 'None', 'D']})

values = ['B', 'C', 'D']

#In the code below, replace the string  'This should be non-None value (B, C or D)' with an expression
df['Letter'] = pd.np.where(df[values].eq(values).any(1, skipna=True), 
                           'This should be non-None value (B, C or D)', 'Unknown')
print(df)

   A     B     C     D     Letter
0  None  None  None  None  Unknown                                  
1  None  B     None  None  This should be non-None value (B, C or D)
2  None  None  C     None  This should be non-None value (B, C or D)
3  None  None  None  D     This should be non-None value (B, C or D)

耶斯列尔

我相信需要：

df['Letter'] = df.ne('None').dot(df.columns).replace('', 'Unknown')
#if None are not strings
#df['Letter'] = df.notna().dot(df.columns).replace('', 'Unknown')
#oldier pandas versions
#df['Letter'] = df.notnull().dot(df.columns).replace('', 'Unknown')
print(df)
      A     B     C     D   Letter
0  None  None  None  None  Unknown
1  None     B  None  None        B
2  None  None     C  None        C
3  None  None  None     D        D

说明：

None通过DataFrame.ne（!=）或比较得到无值的布尔掩码DataFrame.notna：

print(df.ne('None'))
       A      B      C      D
0  False  False  False  False
1  False   True  False  False
2  False  False   True  False
3  False  False  False   True

然后DataFrame.dot与列名一起使用：

print(df.ne('None').dot(df.columns))
0     
1    B
2    C
3    D
dtype: object

最后将缺失值替换为Series.replace：

print(df.ne('None').dot(df.columns).replace('', 'Unknown'))
0    Unknown
1          B
2          C
3          D
dtype: object

另一个解决方案：

df['Letter'] = df.replace('None', np.nan).ffill(axis=1).iloc[:, -1].fillna('Unknown')
print(df)
      A     B     C     D   Letter
0  None  None  None  None  Unknown
1  None     B  None  None        B
2  None  None     C  None        C
3  None  None  None     D        D

说明：

必要时将第一个replace字符串添加None为缺失值：

print (df.replace('None', np.nan))
    A    B    C    D
0 NaN  NaN  NaN  NaN
1 NaN    B  NaN  NaN
2 NaN  NaN    C  NaN
3 NaN  NaN  NaN    D

转发填充缺失值：

print (df.replace('None', np.nan).ffill(axis=1))
     A    B    C    D
0  NaN  NaN  NaN  NaN
1  NaN    B    B    B
2  NaN  NaN    C    C
3  NaN  NaN  NaN    D

通过位置按位置选择最后一列DataFrame.iloc：

print (df.replace('None', np.nan).ffill(axis=1).iloc[:, -1])
0    NaN
1      B
2      C
3      D
Name: D, dtype: object

最后将缺失值替换为Series.fillna：

print (df.replace('None', np.nan).ffill(axis=1).iloc[:, -1].fillna('Unknown'))
0    Unknown
1          B
2          C
3          D
Name: D, dtype: object

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。