python - 左对齐 pandas DataFrame 中的字符串值

Question

所以我有一个包含 180000 多个值的 DataFrame，我需要 (1) 按行替换单元格中的重复值和某些值，以及 (2) 重新排列。这是我的数据框，df:

    key   sellyr  brand  makrc  item1  item2  item3  item4  item5  item6
0   da12  2013    imp    apt    furi   apt    nan    nan    nan    nan
1   da32  2013    sa     rye    rye    app    nan    nan    nan    nan 
2   da14  2013    sa     pro    not    pro    pan    fan    nan    nan
........

nan 值代表 np.nan。禁止的字符串是“not”。

所以我需要做的是检查列 item1~6 将 makrc 列中包含的字符串替换为 nan。另外，我还想用 nan 替换 'not's。将字符串替换为 np.nan 后，我需要重新排列 item1~6 以将非 nan 数据左对齐到最左侧的空单元格，如下所示(预期输出):

    key   sellyr  brand  makrc  item1  item2  item3  item4  item5  item6
0   da12  2013    imp    apt    furi   nan    nan    nan    nan    nan
1   da32  2013    sa     rye    app    nan    nan    nan    nan    nan 
2   da14  2013    sa     pro    pan    fan    nan    nan    nan    nan
........

正如您在第一个索引中看到的那样，我删除了 item2 中的 apt 字符串并更改为 np.nan，因为 makrc 列中存在相同的字符串。在索引 1 中，我删除了黑麦并替换为 np.nan。但这一次，我将“app”字符串从 item2 重新排列为 item1，因为 np.nan 值应该位于值之后。在索引 2 中，我替换了 pro 和 not，因为我需要将项目列中的每个“not”字符串替换为 np.nan。我还重新排列了这些项目。

我尝试将所有项目列组合为一个列表并替换它，但有几行仅包含 np.nan 项目。你们能推荐一个理想的流程来解决我的问题吗？非常感谢。

Answer 1

首先，提取以 item 开头的列切片 -

m = df.columns.str.contains('item')
i = df.iloc[:, m]

屏蔽所有符合您标准的值。使用isin -

j = i[~i.isin(df.makrc.tolist() + ['not'])]

现在。根据 NaN 对值进行排序并分配回来 -

df.loc[:, m] = j.apply(sorted, key=pd.isnull, axis=1)
df

    key  sellyr brand makrc item1 item2  item3  item4  item5  item6
0  da12    2013   imp   apt  furi   NaN    NaN    NaN    NaN    NaN
1  da32    2013    sa   rye   app   NaN    NaN    NaN    NaN    NaN
2  da14    2013    sa   pro   pan   fan    NaN    NaN    NaN    NaN

<小时/>

详细信息

i

  item1 item2 item3 item4  item5  item6
0  furi   apt   NaN   NaN    NaN    NaN
1   rye   app   NaN   NaN    NaN    NaN
2   not   pro   pan   fan    NaN    NaN

j

  item1 item2 item3 item4  item5  item6
0  furi   NaN   NaN   NaN    NaN    NaN
1   NaN   app   NaN   NaN    NaN    NaN
2   NaN   NaN   pan   fan    NaN    NaN

<小时/>

追求更好的性能

您可以使用 Divakar 的 justified 的修改版本适用于对象数组的函数 -

def justify(a, invalid_val=0, axis=1, side='left'):    
    """
    Justifies a 2D array

    Parameters
    ----------
    A : ndarray
        Input array to be justified
    axis : int
        Axis along which justification is to be made
    side : str
        Direction of justification. It could be 'left', 'right', 'up', 'down'
        It should be 'left' or 'right' for axis=1 and 'up' or 'down' for axis=0.

    """

    if invalid_val is np.nan:
        mask = pd.notnull(a)
    else:
        mask = a!=invalid_val
    justified_mask = np.sort(mask,axis=axis)
    if (side=='up') | (side=='left'):
        justified_mask = np.flip(justified_mask,axis=axis)
    out = np.full(a.shape, invalid_val, dtype=object) 
    if axis==1:
        out[justified_mask] = a[mask]
    else:
        out.T[justified_mask.T] = a.T[mask.T]
    return out

df.loc[:, m] = justify(j.values, invalid_val=np.nan, axis=1, side='left')
df

    key  sellyr brand makrc item1 item2  item3  item4  item5  item6
0  da12    2013   imp   apt  furi   NaN    NaN    NaN    NaN    NaN
1  da32    2013    sa   rye   app   NaN    NaN    NaN    NaN    NaN
2  da14    2013    sa   pro   pan   fan    NaN    NaN    NaN    NaN

这应该(希望)比调用 apply 更快。使用针对数值数据优化的函数的原始版本，您尤其会看到速度的提升。