我有一个 pandas df
,我想对其进行操作,以便对其进行排序。所以对于下面的 df
,我想订购 ['I']
。因此值将显示为 10-50。我有 2 个选项可以执行此操作;
1) 尝试删除列 ['G']
或 ['H']
中的值。因此,如果值为 == X
则删除。
2) 当它们是 == X
import pandas as pd
d = pd.DataFrame({
'J' : [10,'B','C','C',50],
'I' : ['B',20,30,40,'C'],
'H' : ['X','A','C','B','X'],
'G' : ['X', 'B', 'A','B','X'],
})
输出:
G H I J
0 X X B 10
1 B A 20 B
2 A C 30 C
3 B B 40 C
4 X X C 50
选项 1 是我们从 Column H
中删除 X
并且预期的输出将是:
G H I J
0 X B 10
1 B A 20 B
2 A C 30 C
3 B B 40 C
4 X C 50
选项 2 是我们在 Column G-H
中的 X
上合并,预期输出为:
G H I J
0 XX B 10
1 B A 20 B
2 A C 30 C
3 B B 40 C
4 XX C 50
我玩过 df = df.drop(df.H == 'X')
但这会删除整行。
最佳答案
选项 1:
对于满足条件 df.H == 'X'
的行,您可以将值左移:
具有以下变量定义:
hij = ['H', 'I', 'J']
x = df.H=='X'
我们可以简洁地写出轮类分配。
df.loc[x, hij] = df.loc[x, hij].apply(lambda x: x.shift(-1), axis=1)
outputs:
G H I J
0 X B 10 NaN
1 B A 20 B
2 A C 30 C
3 B B 40 C
4 X C 50 NaN
选项 2:
原理相同,但需要两个语句。
我们可以将 H
连接到 G
df.loc[x, 'G'] = df.loc[x, 'G'] + df.loc[x, 'H']
# df.loc[x, 'G'] = df.loc[x, ['G, 'H']].sum(axis=1)
# or df.loc[x, ['G', 'H']].apply(np.sum, axis=1)
# or df.loc[x, 'G'] = df.loc[x, ['G', 'H']].apply(lambda x: (x + x.shift(-1))[0], axis=1)
并按照选项 1 进行转换
df.loc[x, hij] = df.loc[x, hij].apply(lambda x: x.shift(-1), axis=1)
final output:
G H I J
0 XX B 10 NaN
1 B A 20 B
2 A C 30 C
3 B B 40 C
4 XX C 50 NaN
关于python - 如何删除和移动 pandas df 列中的值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50635104/