Python 重新分类列值

使用

pd.read\u html（）

获取我的数据帧，并产生以下结果：

| country  | values         |
| -------- | -------------- |
| Finland  | 0 | 0 | 0 | 1  |
| Norway   | 0 | 5 | 0 | 0  |
| Germany  |        -       |
| ....     | ....           |

我的目标是根据以下逻辑重新分类“值”（字符串）字段。“值”字段可以被视为4个数字，范围从0到150，由

分隔。此外，有时该字段填写为

-

逻辑：

获取大于0的最后一个数字（按位置），并创建一个新列

level

，该列表示所述数字的索引。如果“值”列没有任何数字，请在“级别”列中写入0

示例：

对于芬兰，最后一个大于0的数字是1。因此，level列的值应该是4（从1开始计算索引时）

对于挪威来说，最后一个大于0的数字是5。所以level列的值应该是2

对于德国，级别的值应为0，因为值中没有数字

工作流：

我尝试用

，

替换

，

，删除空格并将结果转换为列表。然而，由于我似乎不知道如何达到我想要的结果，我被困住了。我希望完全在数据框内执行此操作，然后导出到csv。

使用“on

values

columns”将获得您想要的结果：

def get_level(val):
    l = val.split('|')
    index = 0
    max_ = 0
    try: # for any case the data isn't 4 numbers separated with pipe
        for i in range(len(l)):
            if int(l[i]) > max_:
                max_ = int(l[i])
                index = i+1 # to get index 1-4 instead of 0-3
    except:
        pass
    return index

df['level'] = df['values'].apply(get_level)