Python 使用字典基于条件的数据帧查找值

我试图根据其他列的内容查找数据帧的某些列中的特定值。 基本上，如果列_1==1中的一行，那么我们希望数据在同一行，列_2中。 我有很多要查找的值，所以我将它们存储在字典中，因为这似乎是解决问题的直观方法，但我无法让我的函数保持不变。我对功能还不是很在行

输入示例：

| patient_id | delirium_date | delirium_sae | syncope_date | syncope_sae | tia_date   | tia_sae |
|------------|---------------|--------------|--------------|-------------|------------|---------|
| 1          | 01-08-2020    | 1            |              |             |            |         |
| 1          | 03-08-2020    | 0            |              |             |            |         |
| 2          |               |              | 02-08-2020   | 1           |            |         |
| 2          |               |              | 02-08-2020   | 1           |            |         |
| 3          |               |              |              |             | 04-08-2020 | 1       |
| 3          | 31-07-2020    | 0            | 01-07-2020   | 0           | 20-07-2020 | 0       |
| 3          | 02-08-2020    | 1            |              |             |            |         |

    lookup_dictionary = {'delirium_sae' : 'delirium_date',
                         'syncope_sae'  : 'syncope_date',
                         'tia_sae'      : 'tia_date'}

因此，如果任何列（dict（键））设置为“1”，则获取列（dict（值）） 期望输出：

| patient_id | delirium_date | syncope_date | tia_date   |
|------------|---------------|--------------|------------|
| 1          | 01-08-2020    |              |            |
| 1          |               |              |            |
| 2          |               | 02-08-2020   |            |
| 2          |               | 02-08-2020   |            |
| 3          |               |              | 04-08-2020 |
| 3          |               |              |            |
| 3          | 02-08-2020    |              |            |

注意：它不需要保留空的患者id行或空列

---

正如我所说，我不擅长使用函数，所以如果有人能慢慢地引导我，我应该在构建函数时思考一下，那么我希望下次可以自己制作一个函数……

因为正确的工作需要匹配字典的所有键和值

想法是通过字典键选择所有列，通过

1

进行比较，并重命名列，以匹配通过dictionary中的值选择的列：

用于根据与字典键关联的列屏蔽与字典值关联的列：

keys, vals = dct.keys(), dct.values()
df1 = df[['patient_id']].join(df[vals].mask(df[keys].eq(0).to_numpy()))

结果:

print(df1)
   patient_id delirium_date syncope_date    tia_date
0           1    01-08-2020          NaN         NaN
1           1           NaN          NaN         NaN
2           2           NaN   02-08-2020         NaN
3           2           NaN   02-08-2020         NaN
4           3           NaN          NaN  04-08-2020
5           3           NaN          NaN         NaN
6           3    02-08-2020          NaN         NaN

---

我刚试过你的答案，效果很好。它保留了数据帧的其余部分，因此我可以将其用于进一步的操作。to_numpy函数有什么帮助？@JesperMølgaard

DataFrame.to_numpy

将数据帧转换为numpy数组，这样我们就不必在使用

DataFrame.mask

时重命名列，非常感谢。这就产生了我想要的结果。我需要更好地使用面具。我没有想到要重命名(u sae)列并以这种方式使用掩码。代码不错。

print(df1)
   patient_id delirium_date syncope_date    tia_date
0           1    01-08-2020          NaN         NaN
1           1           NaN          NaN         NaN
2           2           NaN   02-08-2020         NaN
3           2           NaN   02-08-2020         NaN
4           3           NaN          NaN  04-08-2020
5           3           NaN          NaN         NaN
6           3    02-08-2020          NaN         NaN