Python 处理数据帧以实现多个目标

df看起来像这样

s={0:[np.nan，'a'，'b'，'c'，'d']， 1:[A'，8F'，6'，8'，4F']， 2:[B'，1'，6'，8F'，3F']， 3:[C'，'1'，'8'，'8'，'1']， 4:[D'，1'，2F'，6'，8']} df=pd.DataFramedata=s 0 1 2 3 4 0 NaN A B C D 1A8F11 2 b 6 8 2F 3 c 8 F 8 6 4d4f3f18 首先，我想用F选择数据，并在新的数据帧上列出

价值 0 8F 14F 2 8F 3 3F 4 2F 第二，我想添加大写字母

价值上限 0 8F A 1 4F A 2 8F B 3F B 4 2F D 还有小写字母

值上下 0 8F A 1 4F A d 2 8F B c 3F B d 4 2F D b 最后，我想根据下表对每一行进行评论

上下数 0 A 9 1 A b 1 2 A c 2 3 A d 3 4 B a 0 5 B 4 6 B c 8 7 B d 3 8 C a 4 9 C b 8 10立方厘米4 11 C d 6 12 D a 4 13 D b 1 14 D c 4 第15天第3天 我将通过比较Value和Num来注释每一行

值上下注释 0 8F A更小 1 4F A d更大 2 8F B c相等 3 4F B d等于 4 2F D b更小 注意，我不想在代码中使用任何for循环。 希望有人能帮我解决这个烦人的问题

这里有一种使用合并并与df1比较的方法

df=df.astype(str)
s=df[df.applymap(lambda x : '(F)' in x)].stack().rename_axis(['Lower','Upper']).reset_index()

s['Comment']=np.sign((s[0].str.split('(').str[0].astype(int)-s.merge(df1).Num)).map({-1:'lt',0:'eq',1:'gt'})
s
Out[753]: 
  Lower Upper     0 Comment
0     a     A  8(F)      lt
1     b     D  2(F)      gt
2     c     B  8(F)      eq
3     d     A  4(F)      gt
4     d     B  3(F)      eq

这里有一种使用合并并与df1比较的方法

df=df.astype(str)
s=df[df.applymap(lambda x : '(F)' in x)].stack().rename_axis(['Lower','Upper']).reset_index()

s['Comment']=np.sign((s[0].str.split('(').str[0].astype(int)-s.merge(df1).Num)).map({-1:'lt',0:'eq',1:'gt'})
s
Out[753]: 
  Lower Upper     0 Comment
0     a     A  8(F)      lt
1     b     D  2(F)      gt
2     c     B  8(F)      eq
3     d     A  4(F)      gt
4     d     B  3(F)      eq

使用以下代码： 其中df和df1是给定的数据帧：

df2=pd.mergedf，df1，how='internal'，left_on=['Upper'，Lower']，right_on=['Upper'，Lower']

df2['Comment']=df2.applylambda x:np.wherex['Num']>intx['Value'][0]，'biger'，'minger'，1

编辑1：

使用下面的命令获取上面使用的df：

l = []
df = df.replace("[0-9A-Za-z]$", np.nan, regex=True)
for col in range(len(df)):
     l = l + df2.iloc[:,col].dropna().values.tolist()

df = pd.Series(df)

使用以下代码： 其中df和df1是给定的数据帧：

df2=pd.mergedf，df1，how='internal'，left_on=['Upper'，Lower']，right_on=['Upper'，Lower']

df2['Comment']=df2.applylambda x:np.wherex['Num']>intx['Value'][0]，'biger'，'minger'，1

编辑1：

使用下面的命令获取上面使用的df：

l = []
df = df.replace("[0-9A-Za-z]$", np.nan, regex=True)
for col in range(len(df)):
     l = l + df2.iloc[:,col].dropna().values.tolist()

df = pd.Series(df)

numpy.core.defchararray等 numpy.core.defchararray等

---

到目前为止你试过什么？最好显示您的代码，并显示您遇到的错误或意外结果，然后我们可以帮助您到目前为止尝试了什么？最好能显示你的代码，并显示你有什么错误或意外的结果，然后我们可以帮助我，我认为这代码不起作用，df没有字段上限或下限不？好吧，构建这些是手头的挑战，你可以现在试试吗？我认为这代码不起作用，df没有字段上限或下限不？好吧，构建这些是目前面临的挑战。请您现在试一试。当您使用np.where时，有没有办法通过pandas分别获取True的索引和列？当您使用np.where时，有没有办法通过pandas分别获取True的索引和列？