python - 查找值的位置，在数据框中只出现一次

Question

我很难找到最好的“python 方式”来取回 pandas DataFrame 中的位置(行|列)值。

我有一个数字列表...list = [1,2,3,4,5,8]

和一个 pandas 数据框。

df = pd.DataFrame({'A':[1,3,8,8], 'B':[3,3,2,8],'x':[0.4,0.3,0.5,0.8]})

df
Out[2]: 
   A  B  x
0  1  3  0.4
1  3  3  0.3
2  8  2  0.5
3  8  8  0.8

1. 我会将列表中的数字与 DataFrame 中的数字(['A'] 和 ['B'])进行比较。最后我想知道，列表中的哪个数字只在 DataFrame 中出现一次。

我会用列表中的每个数字遍历 DataFrame，但我认为这不是最好的 Python 方式。

1. 我需要数据帧中一次出现值的位置(行|列)，因为如果单个数字在 df['B'] 中，那么我需要额外的 df['A'] 值.如果单个数字在 df['A'] 中，我需要在 df['B'] 中添加值，

我不知道如何解决这个问题...如果您有一些搜索关键字，我会很高兴，这样我就可以解决这个问题。

稍后我将复制该行，其中包括新的 DataFrame 中的单个数字和数字后面的值。

目标是得到下面的输出...

dfnew

  SingleNumber AorB x
0 1            3    0.4           
1 2            8    0.5

我很高兴每一个信息都可以解决这个问题。如果您需要更多背景信息，请告诉我。

PS:我是初学者:)

Answer 1

鉴于您的出发点(注意我已将 list 重命名为 data 否则它会隐藏内置函数):

data = [1,2,3,4,5,8]
df = pd.DataFrame({'A':[1,3,8,8], 'B':[3,3,2,8],'x':[0.4,0.3,0.5,0.8]})

首先，展平你的框架，这样你就只有一个列可以使用:

flattened = pd.melt(df, value_vars=['A', 'B'])

这给了你:

  variable  value
0        A      1
1        A      3
2        A      8
3        A      8
4        B      3
5        B      3
6        B      2
7        B      8

然后过滤 data 中的值(在本例中它返回相同的数据帧，因此我不会复制/粘贴与上面相同的结果):

in_data = flattened[flattened.value.isin(data)]

然后删除所有重复值:

only_once = in_data.drop_duplicates(subset='value', keep=False)

这给了你:

  variable  value
0        A      1
6        B      2

然后你可以使用它的索引来回到你原来的 DF:

new_df = df.iloc[only_once.index // len(df.columns)]

这给了你:

   A  B    x
0  1  3  0.4
2  8  2  0.5

然后分配列...

new_df['single_number'] = only_once.value.values

最终结果是:

   A  B    x  single_number
0  1  3  0.4              1
2  8  2  0.5              2

这会保留您的原始索引值，如果您真的想要新的索引值，请查看 .reset_index(drop=True) 以获取 0 和 1。

---

在以下评论之后取回原始数据的更聪明的方法:

For example...let me change the df to df = pd.DataFrame({'A':[1,3,8,5], 'B':[3,3,2,8],'x':[0.4,0.3,0.5,0.8]}). When I compute the new_df I get a wrong result.

请注意，这不包括根据列表检查值。

使用重置索引展平列，使其成为以后可用的列，并从中删除所有重复值。

df = pd.DataFrame({'A':[1,3,8,5], 'B':[3,3,2,8],'x':[0.4,0.3,0.5,0.8]})
unique = pd.melt(
    df.reset_index(), 
    id_vars='index', 
    value_vars=['A', 'B'],
    value_name='SingleNumber'
).drop_duplicates(subset='SingleNumber', keep=False)

这给了你:

   index variable  value
0      0        A      1
3      3        A      5
6      2        B      2

然后使用其索引和之前保留的索引列将其与原始框架合并。

new_df = df.merge(unique, left_index=True, right_on='index')

你最终得到:

   A  B    x  index variable  SingleNumber
0  1  3  0.4      0        A             1
6  8  2  0.5      2        B             2
3  5  8  0.8      3        A             5

然后根据需要删除或重命名列或重置索引等。