代码之家 › 专栏 › 技术社区 › Shinilrk

遍历pandas数据帧中的行,并更新列条件检查

automationanywhere dataframe pandas python-3.x python

0

Shinilrk · 技术社区 · 4 年前

行_编号	A栏	B栏
1.	数据1	A.
2.	数据A
3.	数据B
4.	数据2	B
5.	数据C
6.	数据D
7.	数据E
8.	数据3	C

这就是我在另一个表的数据帧上更新数据的方式,在这个“数据1”中,有一个连续的“数据a”和“数据B”,只有一个数据在列B上为“a”,但在数据帧中,所有的“数据1“、”数据a“、”数据B“都是在单独的行中创建的。是否有任何操作可以将所有“Row_number”1,2,3连接在一行上,并且在列B中只有值“a”?

预期产量如下:

行_编号	A栏	B栏
1.	数据1、数据A、数据B	A.
2.	数据2、数据C、数据D、数据E	B
3.	数据3	C

提前感谢

我是python新手,已经尝试了以下代码

# variable that stores the values: table_values
import pandas as pd

df=pd.DataFrame(table_values,columns=['ColumnA','ColumnB'])

for index, row in df.iterrows():
  if df.loc[index,'ColumnB'] == '' & df.loc[index,'ColumnA'] != '':
    df.loc[index-1, 'ColumnA'] = df.loc[index-1, 'ColumnA'] + df.loc[index, 'ColumnA']  
print(df)'''

0 回复 | 直到 4 年前

1

Tom 4 年前

你可以做一个 groupby 在这里。最简单的方法就是直接使用 Column B ,因为这已经对应于您要分组的行。鉴于这些数据:

import pandas as pd

df = pd.DataFrame({'ColumnA': ['Data1', 'DataA', 'DataB',
                               'Data2', 'DataC', 'DataD', 'DataE',
                               'Data3'],
                   'ColumnB': ['A', None, None,
                               'B', None, None, None,
                               'C']})

#  ColumnA ColumnB
# 0   Data1       A
# 1   DataA    None
# 2   DataB    None
# 3   Data2       B
# 4   DataC    None
# 5   DataD    None
# 6   DataE    None
# 7   Data3       C

通过填写缺失的值来创建要分组的内容:

grouper = df['ColumnB'].ffill()

# 0    A
# 1    A
# 2    A
# 3    B
# 4    B
# 5    B
# 6    B
# 7    C
# Name: ColumnB, dtype: object

然后聚合为concat字符串,如下所示 this post :

output = df['ColumnA'].groupby(grouper).apply(lambda x : ', '.join(x)).reset_index()

最终结果:

  ColumnB                     ColumnA
0       A         Data1, DataA, DataB
1       B  Data2, DataC, DataD, DataE
2       C                       Data3