python - 如何在某些条件下创建 DataFrame 输出？

Question

我有 2 个包含音调值的字符串列表:

pitch_detected = ['A#3 / Bb3', 'B3', 'C4', 'C#4 / Db4', 'D4', 'D#4 / Eb4', 'E4', 'F4']
pitch_dataset = ['G#3 / Ab3', 'A#3 / Bb3', 'B3', 'C4', 'C#4 / Db4', 'D4', 'D#4 / Eb4', 'E4', 'F4', 'F#4 / Gb4', 'G4']

稍后我需要在 HTML 页面上打印它们。现在，我使用这段代码，没有遇到任何问题。

  df = pd.DataFrame(data = [pitch_dataset, pitch_class])
  df.index = ['Pitch from dataset', 'Pitch detected']
  df = df.T
  table_result = df.to_html()

这是从数据框 df 创建的当前 HTML 输出。

虽然输出看起来不错，但我需要在一些条件下呈现它。我认为，这可以通过在使用 to_html() 打印到 HTML 之前先操作 DataFrame 来实现。条件如下:

1. 如果音高 X 存在 pitch_dataset 和 pitch_detected 中，则音高 X 将显示在侧面-旁边。
2. 如果 pitch_dataset 中存在但 pitch_detected 中不存在音高 X， 中的行pitch_detected 将由 - 填充。
3. 如果音高 X 不存在于pitch_dataset中但存在于pitch_detected中，则音高X将显示在pitch_detected 列，pitch_dataset 中的额外行将由 - 填充。

有什么办法可以用Python实现这个条件吗？

这是我想要的示例所需输出，由 Microsoft Excel 生成，带有条件注释。条件1和2与上面给出的输出表相同，而条件3是为了举例而手动制作的，pitch_detected列表为:

pitch_detected = ['A#3 / Bb3', 'B3', 'C4', 'C#4 / Db4', 'D4', 'D#4 / Eb4', 'E4', 'F4', 'A4', 'B4']

在实际输出中，我不需要突出显示。

编辑:因为我收到了重复问题的通知here ，我需要说明我面临的问题与疑似重复问题不同。

Answer 1

您可以将 df 与其自身合并，并提取具有对齐的 Pitch X(并排)的 2 列。然后用-替换NaN的值，如下:

df2 = df.merge(df, left_on='Pitch detected', right_on='Pitch from dataset', how='outer', indicator=True)[['Pitch from dataset_y', 'Pitch detected_x']]

df3 = df2.dropna(how='all').fillna('-').rename(columns={'Pitch from dataset_y': 'Pitch from dataset', 'Pitch detected_x': 'Pitch detected'})




print(df3)

   Pitch from dataset Pitch detected
0           A#3 / Bb3      A#3 / Bb3
1                  B3             B3
2                  C4             C4
3           C#4 / Db4      C#4 / Db4
4                  D4             D4
5           D#4 / Eb4      D#4 / Eb4
6                  E4             E4
7                  F4             F4
8                   -             A4
9                   -             B4
11          G#3 / Ab3              -
12          F#4 / Gb4              -
13                 G4              -

在这里，我把步骤分解一下，供大家引用:

仅通过合并步骤，我们得到:

df.merge(df, left_on='Pitch detected', right_on='Pitch from dataset', how='outer', indicator=True)



   Pitch from dataset_x Pitch detected_x Pitch from dataset_y Pitch detected_y      _merge
0             G#3 / Ab3        A#3 / Bb3            A#3 / Bb3               B3        both
1             A#3 / Bb3               B3                   B3               C4        both
2                    B3               C4                   C4        C#4 / Db4        both
3                    C4        C#4 / Db4            C#4 / Db4               D4        both
4             C#4 / Db4               D4                   D4        D#4 / Eb4        both
5                    D4        D#4 / Eb4            D#4 / Eb4               E4        both
6             D#4 / Eb4               E4                   E4               F4        both
7                    E4               F4                   F4               A4        both
8                    F4               A4                  NaN              NaN   left_only
9             F#4 / Gb4               B4                  NaN              NaN   left_only
10                   G4             None                  NaN              NaN   left_only
11                  NaN              NaN            G#3 / Ab3        A#3 / Bb3  right_only
12                  NaN              NaN            F#4 / Gb4               B4  right_only
13                  NaN              NaN                   G4             None  right_only

中间两列已经有了我们想要的。

其他步骤只是提取中间两列并将其重新格式化为您想要的格式，详情如下:

df2只是从合并结果中提取中间的中间2列

然后，我们删除所有具有 None/NaN 值的行(中间 2 列)。

用 - 替换 NaN 值，然后重命名没有 _x、_y 的列。

编辑

代码可以进一步简化，同时输出更类似于所需的输出，如下所示:

(df[['Pitch from dataset']].merge(
    df[['Pitch detected']], 
    left_on='Pitch from dataset', 
    right_on='Pitch detected', 
    how='outer')
).dropna(how='all').fillna('-')

请注意，我们在 .merge() 期间的两列中使用双方括号 [[...]] .实际上，我们合并了 2 个数据框，每个数据框只有一列。因此，我们可以省去后续重命名合并列的工作。

结果:

   Pitch from dataset Pitch detected
0           G#3 / Ab3              -
1           A#3 / Bb3      A#3 / Bb3
2                  B3             B3
3                  C4             C4
4           C#4 / Db4      C#4 / Db4
5                  D4             D4
6           D#4 / Eb4      D#4 / Eb4
7                  E4             E4
8                  F4             F4
9           F#4 / Gb4              -
10                 G4              -
11                  -             A4
12                  -             B4