逐行迭代熊猫，并修改特定的“；“细胞”；以python的方式

我是python新手，我有一个pandas数据框架，我想逐行迭代（比如其他语言中的2d数组）。 目标是这样的逻辑：（如果df是一个类似2d的数组）

要点是：我想将当前行的内容移动到第1列中的上一行，若当前行第2列为空，而当前行第1列为空

我将如何以python的方式实现这一点？（例如，不使用for循环进行迭代）。我看到了一些关于矢量化的东西，但我真的不知道它是如何工作的

或者将df转换为列表列表或数组更容易？文件很大，所以我想用一种快速的方法，从excel文件中读取，所以我只是使用pandas的read_excel将其导入df。

试试这个（假设第1列是指索引0处的列，第2列是指索引1处的列）：

将熊猫作为pd导入
将numpy作为np导入
col1，col2=df.columns[0]，df.columns[1]
掩码=（df.loc[：，col1]！=“”）和（df.loc[：，col2]=“”）
mask.iloc[0]=False#不环绕第一行（即使条件适用）
df.loc[mask.shift（-1，fill_value=False），col1]=df.loc[mask，col1]。值

这里的关键点是使用将布尔掩码向后移动一。这只使用pandas/numpy矢量化函数，因此它比使用普通的Python

for

循环进行迭代要好得多

一步一步

[获取列的标签：

col1，col2=df.columns[0]，df.columns[1]

]

为满足条件的行创建一个布尔掩码，该掩码为

True

，即第一列为非空，第二列为空：

mask=（df.loc[：，col1]！=“”）和（df.loc[：，col2]=“”）
mask.iloc[0]=False

在这里，我们手动将掩码的第一个元素设置为

False

，因为即使第一行满足条件，我们也无法对其执行任何操作（没有要将第一列的值复制到的前一行）。（这对于没有环绕的

Series.shift

来说不是问题，但当我们在步骤3中使用此掩码来选择要分配的值时，使用

df.loc[mask，col1]。值

：如果

mask.iloc[0]

是

True

，我们将比目标多一个值。）

将掩码向后移动1，以获得要修改的行的掩码（即紧靠满足条件的行之前的行）：

mask.shift（-1，fill_值=False）

由于我们将掩码向后移动1，最后一个元素不会被定义，因此我们使用

fill\u value=False

将其设置为

False

——我们不想修改最后一行

在第1列中，使用我们计算的两个掩码，将满足条件的行的值分配给它们各自的前一行：

df.loc[mask.shift（-1，fill_value=False），col1]=df.loc[mask，col1]。值

在这里，我们必须使用右侧的

.values

来获得原始的numpy值数组，因为如果我们将其作为

系列

，pandas将尝试对齐lhs和rhs的索引（由于我们将行移动了一个，索引将不匹配，因此最终结果将包含

NaN

s）；相反，我们只想将rhs的第一个元素分配给lhs的第一个插槽，将第二个元素分配给第二个插槽，等等

这与Chaos在评论中概述的方法大致相同

例子

>>sample=pd.DataFrame（[（“spam”、“）、（“foo”、“bar”）、（“baz”、“）、（“eggs”））
>>>df=sample.copy（）
>>>df
0     1
0垃圾邮件
1富吧
2巴兹
3个鸡蛋
>>>col1，col2=df.columns[0]，df.columns[1]
>>>掩码=（df.loc[：，col1]！=“”）和（df.loc[：，col2]=“”）
>>>mask.iloc[0]=False
>>>df.loc[mask.shift（-1，fill_value=False），col1]=df.loc[mask，col1]。值
>>>df
0     1
0垃圾邮件
1巴兹酒吧
2巴兹
3个鸡蛋

---

补遗 如果您确实希望将第一行的值换行到最后一行（如果条件适用于第一行）-即，您希望循环移动值-，则可以使用而不是

系列。shift

：

mask=（df.loc[：，col1]！=“”）和（df.loc[：，col2]=“”）
df.loc[np.roll（掩码，-1），col1]=np.roll（df.loc[mask，col1]。值，-1）

然后，继续上一个示例：

df=sample.copy（） >>>掩码=（df.loc[：，col1]！=“”）和（df.loc[：，col2]=“”） >>>df.loc[np.roll（掩码，-1），col1]=np.roll（df.loc[mask，col1]。值，-1） >>>df 0 1 0垃圾邮件 1巴兹酒吧 2巴兹 3个垃圾鸡蛋

---

如果您找不到更具Python风格的方法，以下是正确的代码：

for i in range(1, len(df)):
    if df.iloc[i, 2]='' and df.iloc[i, 1]!='':
        df.iloc[i-1, 1]=df.iloc[i,1]
        df.iloc[i, 1]=''

---

看看熊猫的方法。1） 使用shift获取列1的滞后版本（滞后列1）。2） 如果逻辑测试为真（第2列为空，第1列不为空），则用滞后列覆盖第1列。3） 删除lagged_col_1。当您遇到三个连续的行时，您会怎么做：1）所有行在col1中都有一个值，2）所有三行中的col2都为空？您当前的代码将只使用第二行替换第一行，而不使用第三行。这就是你想要的吗？@RichieV不，这确实是针对这些文件的，所以我不需要其他任何东西。他们有时会遇到这个问题，因为导出它们的程序出错（公立医院使用这个程序，所以在导出过程中不容易更改任何内容），所以我只需要一种快速的方法来修复它，因为文件很大，循环似乎很慢。正如我在阿纳坎德回答的评论中所说的那样，这样的速度大约快70倍。。。这几天我读了很多关于熊猫的书，这些东西看起来很神奇！哇，非常详细的回答！非常感谢，我会测试这些文件，然后回来

for i in range(1, len(df)):
    if df.iloc[i, 2]='' and df.iloc[i, 1]!='':
        df.iloc[i-1, 1]=df.iloc[i,1]
        df.iloc[i, 1]=''