- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我需要将行与列“name”合并,并且该表在某些行中具有不同的列,其值为“yes”,如下所示,
下面的模板给出了输入和预期输出:
name department feature1 feature2 feature3
x1 cs yes yes
x1 cs yes
x1 ec
x2 cs yes yes
x2 ec yes
我需要得到的输出是:
x1 cs yes yes yes
x1 ec
x2 cs yes yes
x2 ec yes
建议请使用 python 和 pandas。
最佳答案
您可以使用:
#if want filter only `yes` values
cols = df.columns.difference(['name','department'])
df[cols] = df[cols] == 'yes'
print (df)
name department feature1 feature2 feature3
0 x1 cs False True True
1 x1 cs True False False
2 x1 ec False False False
3 x2 cs True True False
4 x2 ec False True False
然后groupby
与聚合GroupBy.max
最后replace
通过字典
:
df= df.groupby(['name','department']) \
.max() \
.replace({True:'yes',False:np.nan}) \
.reset_index()
print (df)
name department feature1 feature2 feature3
0 x1 cs yes yes yes
1 x1 ec NaN NaN NaN
2 x2 cs yes yes NaN
3 x2 ec NaN yes NaN
感谢您的评论,AChampion ,也可以使用 DataFrameGroupBy.any
:
df= df.groupby(['name','department']) \
.any() \
.replace({True:'yes',False:np.nan}) \
.reset_index()
print (df)
name department feature1 feature2 feature3
0 x1 cs yes yes yes
1 x1 ec NaN NaN NaN
2 x2 cs yes yes NaN
3 x2 ec NaN yes NaN
如果所有值仅是 yes
和 NaN
也有效:
df = df.fillna('').groupby(['name', 'department']).max().reset_index()
print (df)
name department feature1 feature2 feature3
0 x1 cs yes yes yes
1 x1 ec
2 x2 cs yes yes
3 x2 ec yes
编辑:
您可以使用聚合函数通过dict理解
创建自定义dict
并使用DataFrameGroupBy.agg
:
d = {'feature3': ['yes', np.nan, np.nan, np.nan, np.nan],
'feature2': ['yes', np.nan, np.nan, 'yes', 'yes'],
'name': ['x1', 'x1', 'x1', 'x2', 'x2'],
'count': [10.0, 30.0, np.nan, 20.0, 3.0],
'feature1': [np.nan, 'yes', np.nan, 'yes', np.nan],
'department': ['cs', 'cs', 'ec', 'cs', 'ec'],
'description': ['xsdepartment1', 'xsdepartment2', np.nan, 'department1', 'department3']}
c = ['name','department','feature1','feature2','feature3','count','description']
df = pd.DataFrame(d, columns = c)
print (df)
name department feature1 feature2 feature3 count description
0 x1 cs NaN yes yes 10.0 xsdepartment1
1 x1 cs yes NaN NaN 30.0 xsdepartment2
2 x1 ec NaN NaN NaN NaN NaN
3 x2 cs yes yes NaN 20.0 department1
4 x2 ec NaN yes NaN 3.0 department3
cols = df.columns.difference(['name','department','count','description'])
f = lambda x: tuple(x)
d = {x:'max' for x in cols}
d['count'] = f
d['description'] = f
print (d)
{'feature3': 'max',
'feature1': 'max',
'feature2': 'max',
'description': <function <lambda> at 0x000000000F6FC598>,
'count': <function <lambda> at 0x000000000F6FC598>}
<小时/>
df[cols] = df[cols] == 'yes'
print (df)
name department feature1 feature2 feature3 count description
0 x1 cs False True True 10.0 xsdepartment1
1 x1 cs True False False 30.0 xsdepartment2
2 x1 ec False False False NaN NaN
3 x2 cs True True False 20.0 department1
4 x2 ec False True False 3.0 department3
df = df.groupby(['name', 'department']).agg(d).reset_index()
df[cols] = df[cols].replace({True:'yes',False:np.nan})
print (df)
name department feature3 feature1 feature2 description \
0 x1 cs yes yes yes (xsdepartment1, xsdepartment2)
1 x1 ec NaN NaN NaN (nan,)
2 x2 cs NaN yes yes (department1,)
3 x2 ec NaN NaN yes (department3,)
count
0 (10.0, 30.0)
1 (nan,)
2 (20.0,)
3 (3.0,)
关于python - Pandas如何通过在每列的任何行中获取值='yes'来组合行分组名称,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45396562/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!