Python 如何使用动态列从dataframe获取值

Python新手在这里，我无法创建一个可以将某些列的值提取到另一种形式的函数。我曾多次尝试运行一个循环来获取数据，但我找不到一个好的pythonic方法来实现它。欢迎提供任何帮助或建议

PS：带有“Loaded with”的列包含加载了哪些项目的信息，但您也可以通过查看少数列的名称item_1L来获取此信息

我无法找到更好的方法来输入SO上的数据，因此我创建了一个

我需要单独项目的LBH，格式为

项目1=4.6x4.3x4.3 项目2=4.6x4.3x4.3或任何其他容易理解的方式

编辑：当我说我需要4.6x4.3x4.3形式的答案时，我的意思是我需要的是“4.6x4.3x4.3”形式的答案，即不是数字的乘积。我需要这样的字符串格式：

字符串格式

index  Loadedwith  item_0L  item_0B  item_0H  item_1L  item_1B  item_1H    
1              01      4.6      4.3      4.3      4.6      4.3  4.3'

以下是我一直在尝试的：

def get_df (df):

    total_trucks = len(df)
    total_items = 0
    for i in range(len(df["Loaded with"])):
        total_items += len((df["Loaded with"].iloc[i]))



    for i in range(len(df["Loaded with"])):
        for j in range(total_items):
            for k in range(len((df["Loaded with"].iloc[i]))):
#                 pass
#                 print("value of i j k is {} {} {}".format(i,j,k))
                if(pd.isnull(Packed_trucks.loc["item_" + str(j) + "L"])):
                    display(Packed_trucks["item_" + str(j) + "L"])
#     return 0


get_df(Packed_trucks)

---

我有点困惑，所以如果这是一般性的，我很抱歉，但是看起来您要么需要解析数据，要么需要遍历数据。我推荐如下几点：

解析行 这将打开一个文件，读取数据，并根据数据形成一个列表。在这样做的过程中，遍历列表变得非常容易，从而使segway进入迭代

迭代 如果您需要遍历您的值列表，for循环是最简单的方法。如果您需要快速获取整行或整列，我建议您

data = [your data]
row = data[0][:]
column = data[:][0]

只要用所需的索引替换0即可注意：这只适用于二维列表，这就是为什么我建议如前所述进行解析。

编辑：您可以通过查看列表理解和列表拼接找到更多这样的示例

可能类似于：

m=df.loc[:,df.filter(like='item').columns]
df['Item1']=m.filter(like='0').astype(float).prod(axis=1)
df['Item2']=m.filter(like='1').astype(float).prod(axis=1)

输出：

    index   Loadedwith   item_0L    item_0B item_0H  item_1L    item_1B   item_1H   Item1   Item2
        1            1       4.6        4.3     4.3      4.6         4.3      4.3   85.054  85.054

编辑

---

此解决方案将利用

pd.melt

功能创建一个表，其中每一行都是卡车（索引）和项目编号的组合

df = pd.read_csv('df.csv')

# We will operate on a subset of columns, leaving just index and columns we need
truck_level_df = df.drop(['Name', 'TruckID', 'Length', 'Breadth', 
'Height', 'Volume', 'Weight', 'Price', 'Quantity', 'Loaded with'], 
axis = 1)

卡车水平高度：

       index  item_0L  item_0B  item_0H  item_1L  item_1B  item_1H
0      1      4.6      4.3      4.3      4.6      4.3      4.3

       index item_id_and_measure  item_val item_id
0      1                  0L       4.6       0
1      1                  0B       4.3       0
2      1                  0H       4.3       0
3      1                  1L       4.6       1
4      1                  1B       4.3       1
5      1                  1H       4.3       1

项目等级：

       index  item_0L  item_0B  item_0H  item_1L  item_1B  item_1H
0      1      4.6      4.3      4.3      4.6      4.3      4.3

       index item_id_and_measure  item_val item_id
0      1                  0L       4.6       0
1      1                  0B       4.3       0
2      1                  0H       4.3       0
3      1                  1L       4.6       1
4      1                  1B       4.3       1
5      1                  1H       4.3       1

最后一步：

item_measure_level_df['item_val'] = item_measure_level_df['item_val'].astype('str')

# Group by Item and get LxHxB string
item_level_df['volume_string'] = item_measure_level_df.sort_values(by = ['index','item_id_and_measure']).groupby(['index','item_id'])['item_val'].apply(lambda x: ' x '.join(x)).values

输出：

  index item_id    volume_string
0     1       0  4.3 x 4.3 x 4.6
3     1       1  4.3 x 4.3 x 4.6

此解决方案将消化尽可能多的列组

---

共享笔记本：

Hi Rohit，是否介意创建一个类似的示例Thanks@anky_91当然，谢谢你告诉我。嗯……谢谢你给了我新的方向，不过你能告诉我在哪里可能会出问题吗？@RohitKumar我会做一些优化。首先，尝试

pandas.read_csv

获取数据，然后查看

pandas.loc[]

下一步。我似乎无法运行您的代码，出现了一个错误replace（）获取了一个意外的关键字参数“regex”。请用这个来尝试你自己的代码。colab正在使用pandas 0.22.0出于某种原因，0.23中引入了regex。这是有效的（我已经删除了regex参数并创建了一个regex模式）：另外，我发布了一个解决方案，给你一个字符串，如下所示：4.3 x 4.3 x 4.6对不起，但我不想要值的浮点积，但是字符串值的格式类似于4.6x4.3x4.3，中间有字母x。我已经编辑了这个问题，很抱歉因为问题不清楚而浪费了时间。@RohitKumar编辑下的部分怎么样？谢谢你的回答，我们有没有办法让你说的

df['Item2']

的部分像df[Item+str（I）]之类的动态方式？我想你可以，但是，因为过滤器正在改变，可能会涉及到for循环。如果可能的话，您可以尝试为此发布新问题。：）@不幸的是，RohitKumar无法访问链接，我使用的是公司笔记本电脑垫，这就是原因

item_measure_level_df['item_val'] = item_measure_level_df['item_val'].astype('str')

# Group by Item and get LxHxB string
item_level_df['volume_string'] = item_measure_level_df.sort_values(by = ['index','item_id_and_measure']).groupby(['index','item_id'])['item_val'].apply(lambda x: ' x '.join(x)).values

  index item_id    volume_string
0     1       0  4.3 x 4.3 x 4.6
3     1       1  4.3 x 4.3 x 4.6