python - 按条件删除行并填充 pandas 数据框中的新列-6ren

python - 按条件删除行并填充 pandas 数据框中的新列

转载作者：行者123 更新时间：2023-12-01 08:50:30

我想对原始数据帧中的第6行进行条件选择

原始数据框:

      B1   B2   B3  B4        BCS  ULCA             MIMO
 3   26A   1A                 0,1     .               1A
 4   28A   1A                 0,1     .               1A
 5   19A   3A   1A              0     .           1A, 3A
 6    3A   1A                 0,1     .    1A, 3A, 1A-3A

步骤1。对 BCS 和 MIMO

进行行扩展

         B1   B2   B3  B4  BCS ULCA    MIMO  
  4     26A   1A            0    .      1A    
  5     26A   1A            1    .      1A  
  6     28A   1A            0    .      1A 
  7     28A   1A            1    .      1A   
  8     19A   3A   1A       0    .      1A  
  9     19A   3A   1A       0    .      3A   
  10     3A   1A            0    .      1A   
  11     3A   1A            1    .      1A   
  12     3A   1A            0    .      3A    
  13     3A   1A            1    .      3A 
  14     3A   1A            0    .   1A-3A   
  15     3A   1A            1    .   1A-3A

Step.2 然后将列B1-B4与MIMO对比，如果相等:则将4放入新列(Bx_m) ，如果没有，则输入 2

cols = ['B1','B2','B3','B4']
arr = np.where(b[cols].eq(b['MIMO'], axis=0), '4','2')
b = b.join(pd.DataFrame(arr, columns=cols, index=b.index).add_suffix('_m'))


      B1   B2   B3  B4  BCS ULCA    MIMO  B1_m  B2_m  B3_m  B4_m
4    26A   1A             0    .      1A    2     4     2    2
5    26A   1A             1    .      1A    2     4     2    2
6    28A   1A             0    .      1A    2     4     2    2
7    28A   1A             1    .      1A    2     4     2    2
8    19A   3A   1A        0    .      1A    2     2     4    2
9    19A   3A   1A        0    .      3A    2     4     2    2
10    3A   1A             0    .      1A    2     4     2    2
11    3A   1A             1    .      1A    2     4     2    2
12    3A   1A             0    .      3A    4     2     2    2
13    3A   1A             1    .      3A    4     2     2    2
14    3A   1A             0    .   1A-3A    2     2     2    2
15    3A   1A             1    .   1A-3A    2     2     2    2

<小时/>

要求

但这里对原始数据帧中第 6 行 的格式有一个特殊要求。
规则:
MIMO中的每个值交替填入对应Bx_m中的4
如果两个值同时存在(1A-3A)，则只需在Bx_m中同时填写4即可

即:
如果值格式类似于 MIMO 列中的 1A, 3A, 1A-3A(而不是 1A, 3A)
那么输出只需要保留Step.1中的1A-3A即可
并在Step.2中的B1_m和B2_n列中同时填写4

原始数据:

      B1   B2   B3  B4        BCS  ULCA             MIMO
 6    3A   1A                 0,1     .    1A, 3A, 1A-3A

原始输出(想要更改):(6行)

          B1   B2   B3  B4  BCS ULCA    MIMO  B1_m  B2_m  B3_m  B4_m
    10    3A   1A             0    .      1A    2     4     2    2
    11    3A   1A             1    .      1A    2     4     2    2
    12    3A   1A             0    .      3A    4     2     2    2
    13    3A   1A             1    .      3A    4     2     2    2
    14    3A   1A             0    .   1A-3A    2     2     2    2
    15    3A   1A             1    .   1A-3A    2     2     2    2

需要目标:(仅2行。B1_m和B2_m均填写4)

          B1   B2   B3  B4  BCS ULCA    MIMO  B1_m  B2_m  B3_m  B4_m
    14    3A   1A             0    .   1A-3A    4     4     2    2
    15    3A   1A             1    .   1A-3A    4     4     2    2

请帮我解决一下。谢谢。

<小时/>

更新

df = pd.concat([b1.set_index('index'),b2.set_index('index')]).sort_index()
print(df)


        B1   B2   B3  B4 BCS ULCA    MIMO B1_m B2_m B3_m B4_m
index                                                        
0      42A  19A            0    .       .    2    2    2    2
1      18A   1A            0    .      1A    2    4    2    2
10      3A   1A            0    .      3A    4    2    2    2
100    41A  28A   3A       0    .      3A    2    2    4    2
101    41A  28A   3A       0    .     41A    4    2    2    2
102    42A  28A   3A       0    .      3A    2    2    4    2
103    42A  41A   3A       0    .      3A    2    2    4    2
104    42A  41A   3A       0    .     41A    2    4    2    2
105    41C   3A            0    .      3A    2    4    2    2
106    41C   3A            0    .     41C    4    2    2    2
107    41C   3A            0    .  3A-41C    4    4    2    2
108    42C   3A            0    .      3A    2    4    2    2
109    42C  41A            0    .     41A    2    4    2    2
11      3A   1A            1    .      3A    4    2    2    2

最佳答案

用途:

from  itertools import product
#convert index to strings and then to column for last sorting by index - proper ordering
df = df.rename(str).reset_index()
#check if - in column MIMO
m = df['MIMO'].str.contains('-').copy()

#solution process only rows with - filtered by boolene indexing
df1 = df[m].fillna('').apply(lambda x: x.str.split(',\s*'))

b = pd.DataFrame([j for i in df1.values for j in product(*i)], columns=df1.columns)
#remove non - rows
b1 = b[b['MIMO'].str.contains('-')].copy()
print (b1)
  index  B1  B2 B3 B4 BCS ULCA   MIMO
2     6  3A  1A         0    .  1A-3A
5     6  3A  1A         1    .  1A-3A

#check substrings per rows
b1['B1_m'] = np.where([i in j for i, j in zip(b1['B1'], b1['MIMO'])], '4', '2')
b1['B2_m'] = np.where([i in j for i, j in zip(b1['B2'], b1['MIMO'])], '4', '2')
b1['B3_m'] = np.where(b1['B3'] == b1['MIMO'], '4', '2')
b1['B4_m'] = np.where(b1['B4'] == b1['MIMO'], '4', '2')
print (b1)
  index  B1  B2 B3 B4 BCS ULCA   MIMO B1_m B2_m B3_m B4_m
2     6  3A  1A         0    .  1A-3A    4    4    2    2
5     6  3A  1A         1    .  1A-3A    4    4    2    2

<小时/>

#processes rows with no -
df2 = df[~m].fillna('').apply(lambda x: x.str.split(',\s*'))

b2 = pd.DataFrame([j for i in df2.values for j in product(*i)], columns=df2.columns)
print (b2)
  index   B1  B2  B3 B4 BCS ULCA MIMO
0     3  26A  1A          0    .   1A
1     3  26A  1A          1    .   1A
2     4  28A  1A          0    .   1A
3     4  28A  1A          1    .   1A
4     5  19A  3A  1A      0    .   1A
5     5  19A  3A  1A      0    .   3A

cols = ['B1','B2','B3','B4']
arr = np.where(b2[cols].eq(b2['MIMO'], axis=0), '4','2')
b2 = b2.join(pd.DataFrame(arr, columns=cols, index=b2.index).add_suffix('_m'))
print (b2)
  index   B1  B2  B3 B4 BCS ULCA MIMO B1_m B2_m B3_m B4_m
0     3  26A  1A          0    .   1A    2    4    2    2
1     3  26A  1A          1    .   1A    2    4    2    2
2     4  28A  1A          0    .   1A    2    4    2    2
3     4  28A  1A          1    .   1A    2    4    2    2
4     5  19A  3A  1A      0    .   1A    2    2    4    2
5     5  19A  3A  1A      0    .   3A    2    4    2    2

<小时/>

#join together, convert index values to integers and sorting
df = pd.concat([b1.set_index('index'), b2.set_index('index')]).rename(int).sort_index()
print (df)
        B1  B2  B3 B4 BCS ULCA   MIMO B1_m B2_m B3_m B4_m
index                                                    
3      26A  1A          0    .     1A    2    4    2    2
3      26A  1A          1    .     1A    2    4    2    2
4      28A  1A          0    .     1A    2    4    2    2
4      28A  1A          1    .     1A    2    4    2    2
5      19A  3A  1A      0    .     1A    2    2    4    2
5      19A  3A  1A      0    .     3A    2    4    2    2
6       3A  1A          0    .  1A-3A    4    4    2    2
6       3A  1A          1    .  1A-3A    4    4    2    2

关于python - 按条件删除行并填充 pandas 数据框中的新列，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/53150472/

文章推荐： java - 将 Spring 上下文注入(inject)非 Spring 类

文章推荐： image - 使用 SkiaSharp 调整大小时 iPhone 图像方向错误

文章推荐： python - 在 SQLAlchemy 模型字段上接受多种类型

文章推荐： visual-studio - ZipFile 未在 Visual basic 2017 中声明

python - Python 中的集群或合并集群以减少组数 (Python)
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库，但没有成功。我猜它只是通过 knn 聚类
python - python 列表的子集基于同一列表的元素组，pythonically
我有一个扁平数字列表，这些数字逻辑上以 3 为一组，其中每个三元组是 (number, __ignored, flag[0 or 1])，例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
python - 激活 Python 虚拟环境并在另一个 Python 脚本中调用 Python 脚本
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
python - 在焕然一新的 Python 环境中以编程方式从 Python 内部执行 Python 文件
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
python - 从 python 脚本但在 python 脚本之外运行 python 脚本
这听起来像是谜语或笑话，但实际上我还没有找到这个问题的答案。问题到底是什么？我想运行 2 个脚本。在第一个脚本中，我调用另一个脚本，但我希望它们继续并行，而不是在两个单独的线程中。主要是我不希望第
python - 使用不同的 python 从 python 运行 python 脚本
我有一个带有 python 2.5.5 的软件。我想发送一个命令，该命令将在 python 2.7.5 中启动一个脚本，然后继续执行该脚本。我试过用 #!python2.7.5 和http://re
python - 为什么从 Python 命令行调用 Python 时 Python 无法找到并运行我的脚本？
我在 python 命令行(使用 python 2.7)中，并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹，使用: os.chdir("
python - 使用动态版本的 Python 执行嵌入的 Python 代码时出现致命的 Python 错误
剧透:部分解决(见最后)。以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
python - python 中识别 python 数组或列表中最大累积差异的最快方法是什么？
假设我有以下列表，对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
python - (Python) 通过单选按钮 python 更新背景
所以我试图在选择某个单选按钮时更改此框架的背景。我的框架位于一个类中，并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
python - python 中的字符串与正则表达式比较在 python 中失败
我正在尝试将字符串与 python 中的正则表达式进行比较，如下所示， #!/usr/bin/env python3 import re str1 = "Expecting property name
python - python 如何加载Boost.Python 库？
考虑以下原型(prototype) Boost.Python 模块，该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
python - python 检查模块 python 的问题
如何编写一个程序来“识别函数调用的行号？” python 检查模块提供了定位行号的选项，但是， def di(): return inspect.currentframe().f_back.f_l
python - 系统 python 与用户 python
我已经使用 macports 安装了 Python 2.7，并且由于我的 $PATH 变量，这就是我输入 $ python 时得到的变量。然而，virtualenv 默认使用 Python 2.6，除
python - [Python] : Python re. 长字符串行的搜索速度优化
我只想问如何加快 python 上的 re.search 速度。我有一个很长的字符串行，长度为 176861(即带有一些符号的字母数字字符)，我使用此函数测试了该行以进行研究: def getExe
python - 编辑字符串 python 正则表达式 python
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
python - Python 映射中的副作用(Python "do" block )
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。告
python - 使用其值逻辑组合两个 python 列表 - Python
我想用 Python 将两个列表组合成一个列表，方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
python - Boost.Python python 链接错误
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
python - 在 Python 中仅使用内置库制作一个基本的网络抓取工具 - Python
学习 Python，我正在尝试制作一个没有任何第 3 方库的网络抓取工具，这样过程对我来说并没有简化，而且我知道我在做什么。我浏览了一些在线资源，但所有这些都让我对某些事情感到困惑。 html 看起来

行者123

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

python - 按条件删除行并填充 pandas 数据框中的新列

要求

更新