如何列出与每个活动相关的所有名称和年龄

Anush 发表于 Dev

阿努什

我有一个数据框，其中包含有关哪些人参加每个活动的信息。不幸的是，每条信息最多可以放置在多个不同的位置。那一行可以为许多不同的人提供信息。列名称如下：

['Name', 'Activity', 'Name.0', 'Age.0', 'Activity.0', 'Name.1', 'Age.1', 'Activity.1', 'Name.2', 'Age.2', 'Activity.2', 'Name.3', 'Age.3',  'Activity.3', 'Name.4', 'Age.4', 'Activity.4']

对于每个活动，我想列出与该活动相关的所有人员及其年龄（如果提供了该信息）。最终，我想为每个活动制作一张桌子。我怎样才能做到这一点？

感觉我需要首先处理所有。*列名，然后以某种方式对groupby Activity进行处理，但是我不确定该怎么做。

这是一些使用输出的匿名数据df.sample(5).to_dict()。

{'Activity': {0: 'Audi', 1: 'Carn', 2: 'Pop-', 3: 'Samb', 4: 'Pre-'},
 'Activity.0': {0: 'Samb', 1: 'Pre-', 2: 'nan', 3: 'Samb', 4: 'Pre-'},
 'Activity.1': {0: 'Samb', 1: 'Audi', 2: 'nan', 3: 'Samb', 4: 'nan'},
 'Activity.2': {0: 'Pre-', 1: 'Audi', 2: 'nan', 3: 'nan', 4: 'nan'},
 'Activity.3': {0: 'nan', 1: 'Carn', 2: 'nan', 3: 'nan', 4: 'nan'},
 'Activity.4': {0: 'nan', 1: 'Carn', 2: 'nan', 3: 'nan', 4: 'nan'},
 'Age.0': {0: '18+', 1: 'Under 5', 2: '11', 3: '11', 4: 'Under 5'},
 'Age.1': {0: '11', 1: 'Under 5', 2: '11', 3: 17, 4: '18+'},
 'Age.2': {0: '11', 1: '18+', 2: 'nan', 3: '18+', 4: 'nan'},
 'Age.3': {0: 'Under 5', 1: '18+', 2: 'nan', 3: 'nan', 4: 'nan'},
 'Age.4': {0: 'nan', 1: '18+', 2: 'nan', 3: 'nan', 4: 'nan'},
 'Name': {0: 'Jess', 1: 'Tama', 2: 'Beki', 3: 'Havi', 4: 'Dror'},
 'Name.0': {0: 'Sam ', 1: 'Lila', 2: 'nan', 3: 'Joel', 4: 'Emil'},
 'Name.1': {0: 'Zipp', 1: 'Marg', 2: 'nan', 3: 'Solo', 4: 'Ari '},
 'Name.2': {0: 'Reub', 1: 'Joan', 2: 'nan', 3: 'Sami', 4: 'nan'},
 'Name.3': {0: 'Shev', 1: 'John', 2: 'nan', 3: 'nan', 4: 'nan'},
 'Name.4': {0: 'nan', 1: 'Edwa', 2: 'nan', 3: 'nan', 4: 'nan'}}

在此示例中，让我们进行名为“ Audi”的活动。仅有的人是“杰西”（无年龄），“玛格”（5岁以下）和“琼”（18岁以上）。对于活动“ Samb”，与之相关的人是“ Havi”（无年龄），“ Sam”（18岁以上），“ Joel”（11岁），“ Zipp”（11岁）和“ Solo”（17岁）。我希望每个活动都做同样的事情。

莫希特·沙玛（Mohit Sharma）

这将为您工作：

activities = {}
# function for Activity, Name
def add_details_for_activity(row):
    global activities
    if pd.notna(row[1]) and pd.notna(row[0]) and row[1] != 'nan' and row[0] != 'nan':
        if activities.get(row[0]) is not None:
            activities[row[0]].append(row[1])
        else:
            activities[row[0]] = [row[1]]

# function for Activity.#, Name.#, age.#   
def add_details_for_activities(row):
    global activities
    if pd.notna(row[1]) and pd.notna(row[0]) and row[1] != 'nan' and row[0] != 'nan':
        if activities.get(row[0]) is not None:
            if pd.notna(row[2]) and row[2] != 'nan':
                activities[row[0]].append((row[1], row[2]))
            else:
                activities[row[0]].append(row[1])
        else:
            print(row[0])
            if pd.notna(row[2]) and row[2] != 'nan':
                activities[row[0]] = [(row[1], row[2])]
            else:
                activities[row[0]] = [row[1]]


df[['Activity', 'Name']].apply(add_details_for_activity, axis = 1)
for i in range(5):
    df[['Activity.'+str(i), 'Name.'+str(i), 'Age.'+str(i)]].apply(add_details_for_activities, axis = 1)

样本输出为：

{'Audi': ['Jess', ('Marg', 'Under 5'), ('Joan', '18+')],
 'Carn': ['Tama', ('John', '18+'), ('Edwa', '18+')],
 'Pop-': ['Beki'],
 'Samb': ['Havi',
  ('Sam ', '18+'),
  ('Joel', '11'),
  ('Zipp', '11'),
  ('Solo', 17)],
 'Pre-': ['Dror', ('Lila', 'Under 5'), ('Emil', 'Under 5'), ('Reub', '11')]}

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。