代码之家 › 专栏 › 技术社区 › Claudiu Creanga

在熊猫应用方法中,根据条件复制行

pandas python

Claudiu Creanga · 技术社区 · 7 年前

这是我的df的一个例子:

pd.DataFrame([["1", "2"], ["1", "2"], ["3", "other_value"]],
                     columns=["a", "b"])
    a   b
0   1   2
1   1   2
2   3   other_value

我想到达这里:

pd.DataFrame([["1", "2"], ["1", "2"], ["3", "other_value"], ["3", "row_duplicated_with_edits_in_this_column"]],
                     columns=["a", "b"])
    a   b
0   1   2
1   1   2
2   3   other_value
3   3   row_duplicated_with_edits_in_this_column

规则是使用APPLY方法,执行一些检查(为了使示例简单,我不包括这些检查),但在某些条件下,对于APPLY函数中的某些行,复制该行,对该行进行编辑,并在df中插入这两行。

比如:

def f(row):
   if condition:
      row["a"] = 3
   elif condition:
      row["a"] = 4
   elif condition:
      row_duplicated = row.copy()
      row_duplicated["a"] = 5 # I need also this row to be included in the df

   return row
df.apply(f, axis=1)

我不想将重复的行存储在类中的某个位置,并在末尾添加它们。我想在飞行中做到这一点。

我见过这个 pandas: apply function to DataFrame that can return multiple rows 但我不确定Groupby是否能帮助我。

谢谢

3 回复 | 直到 7 年前

Claudiu Creanga 7 年前

这里有一种方法 df.iterrows 在列表理解中。您需要将行附加到循环中,然后进行concat。

def func(row):
   if row['a'] == "3":
        row2 = row.copy()
        # make edits to row2
        return pd.concat([row, row2], axis=1)
   return row

pd.concat([func(row) for _, row in df.iterrows()], ignore_index=True, axis=1).T

   a            b
0  1            2
1  1            2
2  3  other_value
3  3  other_value

我发现在我的情况下,最好没有 ignore_index=True 因为我后来合并了2个DFS。

jpp 7 年前

你的逻辑看起来基本上是可向量的。由于输出中的行顺序似乎很重要,因此可以增加默认值 RangeIndex 0.5,然后使用 sort_index .

def row_appends(x):
    newrows = x.loc[x['a'].isin(['3', '4', '5'])].copy()
    newrows.loc[x['a'] == '3', 'b'] = 10  # make conditional edit
    newrows.loc[x['a'] == '4', 'b'] = 20  # make conditional edit
    newrows.index = newrows.index + 0.5
    return newrows

res = pd.concat([df, df.pipe(row_appends)])\
        .sort_index().reset_index(drop=True)

print(res)

   a            b
0  1            2
1  1            2
2  3  other_value
3  3           10

Ludo Schmidt 7 年前

我会对它进行矢量化,按类别进行分类:

df[df_condition_1]["a"] = 3
df[df_condition_2]["a"] = 4

duplicates = df[df_condition_3] # somehow we store it ?     
duplicates["a"] = 5 

#then 
df.join(duplicates, how='outer')

这个解决方案适合您的需要吗?

推荐文章