我有一个数据框，如下所示：
POSITION Code_Count
S1 {"[471E;1]"}
S2 {"[471E;1]"}
S3 {"[471E;1]"}
S4 {"[471E;1]"}
S5 {"[471E;1]"}
S6 {"[5812;1]"}
S7 {"[471E;1]"}
S8 {"[471E;1]"}
T1 {"[7A2A;1]"}
T2 {"[471E;1]"}
T3 {"[7C95;1]"}
T4 {"[471E;1]"}
T5 {"[471E;1]"}
T6 {"[471E;1]"}
T7 {"[471E;1]"}
T8 {"[471E;1]"}
在Code_Count列中，第一个字符串是代码，数字是计数。此外，这些代码分为A到D 4个类别。下面列出了所有存在的代码列表：这些代码分为4个类别，即A到D，如下所示：
类别A包含以下代码：7749 7783 7784 7786 7A14 7AC5 7C88 7C92 7C93 7C95 C749 C783 C784 C786 CA14 CAC5 CC88 CC92 CC93 CC95 442A 49C2
类别B具有以下代码：1D 32 430B 4415 448E 4490 4492 457A 457B 496C 4970 778A 7A09 7A2A 7A2C 7C7C 7C80 C78A CA09 CA2A CA2C
类别C具有以下代码：7A7F 7A80 7C7E CA7F CA80 CAC8 7AC8 C77E 445A 496E 471E 49E
类别D：7AF0 7AF1 7AF2 7AF3 CAF0 CAF1 CAF2 CAF3 4616 4617 4618 5812
我希望我的最终数据框通过根据它们所属的类别对它们进行分类，从而根据初始数据框中存在的代码将代码计数包含到相应位置。例如，根据上述数据帧的输出数据帧应为：
POSITION Category A Category B Category C Category D
S1 0 0 1 0
S2 0 0 1 0
S3 0 0 1 0
S4 0 0 1 0
S5 0 0 1 0
S6 0 0 0 1
S7 0 0 1 0
S8 0 0 1 0
T1 0 1 0 0
T2 0 0 1 0
T3 1 0 0 0
T4 0 0 1 0
T5 0 0 1 0
T6 0 0 1 0
T7 0 0 1 0
T8 0 0 1 0
我尝试使用str.contains方法，但没有成功。任何帮助将非常感激。在此先多谢！
我想你可以通过提取值strip和split第一，然后添加Count通过ix与形成的遮掩isin。最后drop不需要的列和：fillna 0
catA = ['7749','7783','7784','7786','7A14','7AC5','7C88','7C92','7C93','7C95','C749','C783','C784','C786','CA14','CAC5','CC88','CC92','CC93','CC95','442A','49C2']
catB = ['1D','32','430B','4415','448E','4490','4492','457A','457B','496C','4970','778A','7A09','7A2A','7A2C','7C7C','7C80','C78A','CA09','CA2A','CA2C']
catC = ['7A7F','7A80','7C7E','CA7F','CA80','CAC8 7AC8 C77E','445A','496E','471E','49CA']
catD = ['7AF0','7AF1','7AF2','7AF3','CAF0','CAF1','CAF2','CAF3','4616','4617','4618','5812']
df[['Code','Count']] = df.Code_Count.str.strip('{["]}').str.split(';', expand=True)
df['Category A'] = df.ix[df.Code.isin(catA), 'Count']
df['Category B'] = df.ix[df.Code.isin(catB), 'Count']
df['Category C'] = df.ix[df.Code.isin(catC), 'Count']
df['Category D'] = df.ix[df.Code.isin(catD), 'Count']
df.drop(['Code_Count', 'Code', 'Count'], axis=1, inplace=True)
df[['Category A','Category B','Category C','Category D']] =
df[['Category A','Category B','Category C','Category D']].fillna(0)
print (df)
POSITION Category A Category B Category C Category D
0 S1 0 0 1 0
1 S2 0 0 1 0
2 S3 0 0 1 0
3 S4 0 0 1 0
4 S5 0 0 1 0
5 S6 0 0 0 1
6 S7 0 0 1 0
7 S8 0 0 1 0
8 T1 0 1 0 0
9 T2 0 0 1 0
10 T3 1 0 0 0
11 T4 0 0 1 0
12 T5 0 0 1 0
13 T6 0 0 1 0
14 T7 0 0 1 0
15 T8 0 0 1 0
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。
我来说两句