Fatal编程技术网
  • python/
  • Python 可以有条件地选择多个列

Python 可以有条件地选择多个列

python pandas

Python 可以有条件地选择多个列,python,pandas,conditional,extract,multiple-columns,Python,Pandas,Conditional,Extract,Multiple Columns,假设我有一个数据帧： C1 V1 C2 V2 Cond 1 2 3 4 X 5 6 7 8 Y 9 10 11 12 X 语句应该返回：如果Cond==X，选择C1和C2，否则选择C2和V2 输出数据帧类似于： C V 1 2 7 8 9 10 **编辑：再添加一个要求：列的数量可以更改，但遵循某种命名模式。在这种情况下，选择所有包含“1”的列，否则选择包含“2”的列。我认为硬编码的解决方案可能不起作用 dropCond关注我从中选择的值 重塑nump

假设我有一个数据帧：

C1 V1 C2 V2 Cond
1  2  3  4  X  
5  6  7  8  Y  
9  10 11 12 X
语句应该返回：
如果Cond==X，选择C1和C2，否则选择C2和V2

输出数据帧类似于：

C  V 
1  2 
7  8
9  10
**编辑：再添加一个要求：列的数量可以更改，但遵循某种命名模式。在这种情况下，选择所有包含“1”的列，否则选择包含“2”的列。我认为硬编码的解决方案可能不起作用

  • drop
    Cond
    关注我从中选择的值
  • 重塑
    numpy数组，以便使用布尔值进行区分
  • 用
    np.arange（len（df））
    索引第一维度，每行一次
  • 用
    df.Cond.ne（'X'）.mul（1）
    索引第二维度<代码>0表示等于
    X
  • 构造最终数据帧
  • drop
    Cond
    关注我从中选择的值
  • 重塑
    numpy数组，以便使用布尔值进行区分
  • 用
    np.arange（len（df））
    索引第一维度，每行一次
  • 用
    df.Cond.ne（'X'）.mul（1）
    索引第二维度<代码>0表示等于
    X
  • 构造最终数据帧
您可以尝试使用与中类似的方法

首先，定义两个函数：

def cond(row):
    return row['Cond'] == 'X'

def helper(row, col_if, col_ifnot):
    return row[col_if] if cond(row) else row[col_ifnot]
然后，假设您的数据帧被称为
df

df_new = pd.DataFrame(index=df.index)
for col in ['C', 'V']:
    col_1 = col + '1'
    col_2 = col + '2'
    df_new[col] = df.apply(lambda row: helper(row, col_1, col_2), axis=1)
请记住，这种方法对于大型数据帧可能比较慢，因为
apply
没有利用矢量化。但是，它甚至可以用于任意列名（只需将
['C'，'V']
替换为实际的列名即可）。

您可以尝试使用与中类似的方法

首先，定义两个函数：

def cond(row):
    return row['Cond'] == 'X'

def helper(row, col_if, col_ifnot):
    return row[col_if] if cond(row) else row[col_ifnot]
然后，假设您的数据帧被称为
df

df_new = pd.DataFrame(index=df.index)
for col in ['C', 'V']:
    col_1 = col + '1'
    col_2 = col + '2'
    df_new[col] = df.apply(lambda row: helper(row, col_1, col_2), axis=1)
请记住，这种方法对于大型数据帧可能比较慢，因为
apply
没有利用矢量化。但是，它甚至可以用于任意列名（只需将
['C'，'V']
替换为实际的列名即可）。

如果行的顺序不重要，则可以使用

ndf1 = df.loc[df['Cond'] == 'X', ['C1','V1']]
ndf2 = df.loc[df['Cond'] == 'Y', ['C2','V2']]
ndf1.columns = ['C','V']
ndf2.columns = ['C','V']

result = ndf1.append(ndf2).reset_index(drop=True)
print(result)
   C   V
0  1   2
1  9  10
2  7   8
如果行的顺序不重要，可以使用和

ndf1 = df.loc[df['Cond'] == 'X', ['C1','V1']]
ndf2 = df.loc[df['Cond'] == 'Y', ['C2','V2']]
ndf1.columns = ['C','V']
ndf2.columns = ['C','V']

result = ndf1.append(ndf2).reset_index(drop=True)
print(result)
   C   V
0  1   2
1  9  10
2  7   8
另一个带有
数据帧的选项。其中（）
：

另一个带有
数据帧的选项。其中（）
：

我尝试使用和创建更通用的解决方案，对于新列名，请使用：

我尝试使用和创建更通用的解决方案，对于新列名，请使用：

indexer={'X'：['C1'，'V1']，'Y'：['C2'，'V2']}的可能重复项；indexer.items（）中k，v的pd.concat（[pd.DataFrame（df.loc[df.Cond==k，v]。值，列=['C'，'v']）
是这样做的一种方法，但它不保留行的顺序。
indexer={'X'：['C1'，V1']，'Y'：['C2'，V2']；index.items（）]中k，v的pd.concat（[pd.DataFrame（df.loc[df.Cond==k，v]。值，列=['C'，'v']）
是一种方法，但它不保留行的顺序。 
#np.where need same shape of mask as df1 and df2
mask = pd.concat([df.Cond == 'X']*len(df1.columns), axis=1)
print (mask)
    Cond   Cond
0   True   True
1  False  False
2   True   True

cols = df1.columns.str.extract('([A-Za-z])', expand=False)
print (cols)
Index(['C', 'V'], dtype='object')

print (np.where(mask, df1,df2))
Index(['C', 'V'], dtype='object')
[[ 1  2]
 [ 7  8]
 [ 9 10]]

print (pd.DataFrame(np.where(mask, df1, df2), index=df.index, columns=cols))
   C   V
0  1   2
1  7   8
2  9  10