熊猫：根据相同的列值但不同的行和条件更新某些列值
米希尔
我正在使用Python 3.6和Pandas 0.25。
我有以下数据框：
import collections
import datetime
import pandas as pd
import numpy as np
data = {
'col1_data': ['A1', 'A1', 'A1', 'A2', 'A2'],
'col2_data': ['UNMAPPED', 'UNMAPPED', 'GOOD VALUE', 'UNMAPPED', 'CORRECT VALUE']
}
df = pd.DataFrame(data)
如下图所示：
display(df)
基本上，我想将col1_data中所有“ A1”的“ col2_data”值更新为“良好值”，并将col1_data中所有“ A2”的“正确值”更新为“正确值”。
基本上我希望数据框看起来像：
基本上，我需要基于组（col1_data值）进行数据更新，但不进行聚合，即我不想减少行数。因此，如果有3行具有相同的值（A1），则所有3行的col2_data中的值都应相同（有效值），或者不等于“ UNMAPPED”。
有人可以帮忙吗？
更新1： UNMAPPED值不按任何固定顺序出现。Scot的解决方案适用于2根DF色谱柱。但是，DF有多个列（分组或检查不需要）。分组仅取决于col1_data。我们如何在DF中保留其他列？
例如
data = {
'col1_data': ['A1', 'A1', 'A1', 'A2', 'A2'],
'col2_data': ['UNMAPPED', 'UNMAPPED', 'GOOD VALUE', 'UNMAPPED', 'CORRECT VALUE'],
'col3_data': ['B1', 'B2', 'B1', 'B3', 'B4']
}
df = pd.DataFrame(data)
预期产量：
另外，如果更容易根据上述逻辑添加新的派生列，也可以。
斯科特·波士顿
如果“正确”字符串始终是组中的最后一个字符串，则可以用np.nan和bfill替换或屏蔽“ UNMAPPED”。
df.replace('UNMAPPED', np.nan).bfill()
输出：
col1_data col2_data
0 A1 GOOD VALUE
1 A1 GOOD VALUE
2 A1 GOOD VALUE
3 A2 CORRECT VALUE
4 A2 CORRECT VALUE
在这种情况下有效。或者，如果它是组中的第一个，则可以使用ffill()
如果它出现在组中的任何位置，则可以使用：
df['col2_data'] = df[['col2_data']].replace('UNMAPPED', np.nan).groupby('col1_data')['col2_data']\
.transform(lambda x: x.ffill().bfill())
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
编辑于
相关文章
Related 相关文章
- 1
根据条件更新熊猫中的列值
- 2
根据条件选择行和列的值
- 3
熊猫根据不同的列插值NaN
- 4
根据条件更改熊猫中的列值
- 5
根据python中列的条件更新行值
- 6
根据不同的条件更改列中的值
- 7
根据条件pyspark计算不同的列值
- 8
熊猫：根据多列值删除行
- 9
熊猫：根据列值扩展行
- 10
熊猫根据重复的行获取列值
- 11
根据相同的列值合并csv的行
- 12
根据相同的列值合并2行
- 13
大熊猫遍历行和列，并根据某些条件进行打印
- 14
熊猫：比较数据框的列并根据条件添加新的列和值
- 15
熊猫根据其他列中的条件和值创建新列
- 16
根据熊猫数据框中其他列的条件和值创建新列
- 17
熊猫-根据行值有条件地为新列选择数据的源列
- 18
熊猫：如何根据其他列值的条件对列求和？
- 19
在表的另一列中选择具有相同id但不同值的行
- 20
在 Oracle SQL 中合并具有相同 ID 但不同列值的行
- 21
熊猫：groupby并根据某些列值获取尾部
- 22
用不同的条件更新列值
- 23
SQL-根据相同组和不同行中的其他列值更改列值
- 24
根据不同的列值选择行
- 25
根据多列中的值和相同条件在pandas中创建一个新列
- 26
更新条件给定的行和列的数组值
- 27
如何根据列值条件选择行
- 28
根据行条件替换列值
- 29
熊猫根据列中的相同值合并数据框
我来说两句