代码之家 › 专栏 › 技术社区 › Frank AK

如何基于其他列向dataframe添加新行?

pandas python

Frank AK · 技术社区 · 7 年前

比方说,我有下面的数据框作为示例。

    name  age  status  price
0  frank   12       1    100
1   jack   33       0    190
2    joe   22       1    200
******************************

期望输出:

    name  age  status  price
0  frank   12       1    100
1   jack   33       0    190
2   jack   NaN      0    -190
3    joe   22       1    200
******************************

我还在下面发布了示例数据框,因此您可以轻松地对其进行测试。

df1 = pd.DataFrame({
        "name":["frank", "jack", "joe"],
        "age": [12, 33, 22],
        "status": [1,0, 1],
        "price": [100,190, 200]
})

如您所见,我想在上面这一行的基础上插入一个新行 status 为0,表示事务失败。为了更方便地进行统计,我想在该行下面生成一个新行。我也想要它 price 是负数。因为我不关心新行的整个列,所以我希望另一列是 NaN ,就像我想要的输出中的“年龄”。

到目前为止我都试过了。

import pandas as pd
import numpy as np

df1 = pd.DataFrame({
        "name":["frank", "jack", "joe"],
        "age": [12, 33, 22],
        "status": [1,0, 1],
        "price": [100,190, 200]
})

df2_list = []

for i, row in df1.iterrows():
    if row["status"] == 0:
        origin_row = row.to_dict()
        new_row = ({
                "name": origin_row.get("name"),
                #"age": origin_row.get("age"),
                "age": np.NaN,
                "status": origin_row.get("status"),
                "price": -origin_row.get("price"),

            })
        df2_list.append(new_row)
df2 = pd.DataFrame(df2_list)
# concat df1 and df2 and sort it .
df3 = pd.concat([df1, df2], ignore_index=True)
df4 = df3.sort_values(['name', 'price'], ascending=[True, False])
print(df4)

我有一个循环,检查它是否符合我的条件 status==0 ,并将其附加到我的tmp列表中,而且…但是代码太多了。我想知道有没有什么好办法,我是说更多的Pythonic代码或者pandas已经有了一些功能可以吗?

1 回复 | 直到 7 年前

cs95 abhishek58g 7 年前

使用 numpy.repeat 添加行,以及 Series.duplicated 定价。

df2 = pd.DataFrame(df.values.repeat(df.status.eq(0)+1, axis=0), columns=df.columns)
df2.loc[df2.name.duplicated(), 'price'] *= -1
df2

    name age status price
0  frank  12      1   100
1   jack  33      0   190
2   jack  33      0  -190
3    joe  22      1   200

如果您还需要在“年龄”列中屏蔽NaN,可以使用 Series.mask .

df2.age.mask(df2.name.duplicated())

0     12
1     33
2    NaN
3     22
Name: age, dtype: object

完整代码。

df2 = pd.DataFrame(df.values.repeat(df.status.eq(0)+1, axis=0), columns=df.columns)
isdup = df2.name.duplicated()
df2.loc[isdup, 'price'] *= -1
df2['age'] = df2['age'].mask(isdup)

df2
    name  age status price
0  frank   12      1   100
1   jack   33      0   190
2   jack  NaN      0  -190
3    joe   22      1   200