pandas 根据条件,如何使用行不为空的列名填充列

yzckvree  于 2022-11-20  发布在  其他
关注(0)|答案(1)|浏览(155)

你好我的问题几乎和这篇帖子一样:How to fill in a column with column names whose rows are not NULL in Pandas?
但在我的例子中,我需要根据列名是国家还是细分来填充列,而不是进行串联。

编辑:表x1c 0d1x原来我有这个:

| 区段|国家/地区|第1段|国家1|第2部分|
| - -|- -|- -|- -|- -|
| 南|南|小行星123456|小行星123456|南|
| 南|南|南|南|南|
| 南|南|南|小行星123456|小行星123456|
| 南|南|南|小行星123456|小行星123456|
实际上,我有这样的代码(在我的代码中,前两列由最后一行之前的两行填充:
| 区段|国家/地区|第1段|国家1|第2部分|
| - -|- -|- -|- -|- -|
| 部门1;国家/地区1;|部门1;国家/地区1;|小行星123456|小行星123456|南|
| 南|南|南|南|南|
| 国家1;地区2;|国家1;地区2;|南|小行星123456|小行星123456|
| 国家1;地区2;|国家1;地区2;|南|小行星123456|小行星123456|
我需要这个
| 区段|国家/地区|第1段|国家1|第2部分|
| - -|- -|- -|- -|- -|
| 第1段|国家1|小行星123456|小行星123456|南|
| 南|南|南|南|南|
| 第2部分|国家1|南|小行星123456|小行星123456|
| 第2部分|国家1|南|小行星123456|小行星123456|

**编辑:我的代码实际上看起来像尝试集成后的anwser:**错误是:AttributeError: Can only use .str accessor with string values!. Did you mean: 'std'?

#For each column in df, check if there is a value and if yes : first copy the value into the 'Amount' Column, then copy the column name into the 'Segment' or 'Country' columns
for column in df.columns[3:]:
    valueList = df[column][3:].values
    valueList = valueList[~pd.isna(valueList)]
    def detect(d):
        cols = d.columns.values
        dd = pd.DataFrame(columns=cols, index=d.index.unique())
        for col in cols:
            s = d[col].loc[d[col].str.contains(col[0:3], case=False)].str.replace(r'(\w+)(\d+)', col + r'\2')
            dd[col] = s
        return dd

    #Fill amount Column with other columns values if NaN
    if column in isSP:
        df['Amount'].fillna(df[column], inplace = True)
        df['Segment'] = df.iloc[:, 3:].notna().dot(df.columns[3:] + ';' ).str.strip(';')
        df['Country'] = df.iloc[:, 3:].notna().dot(df.columns[3:] + ' ; ' ).str.strip(';')
        df[['Segment', 'Country']] = detect(df[['Segment', 'Country']].apply(lambda x: x.astype(str).str.split(r'\s+[+]\s+').explode()))

非常感谢您的光临。

46qrfjad

46qrfjad1#

给定:

Segment        Country  Segment 1  Country 1  Segment 2
0  Seg1;Country1  Seg1;Country1    123456    123456       Nan
1            Nan            Nan       Nan       Nan       Nan
2  country1;seg2  country1;seg2       Nan    123456    123456
3  country1;seg2  country1;seg2       Nan    123456    123456

正在执行

cols = ['Segment', 'Country']
df[cols] = df.Segment.str.split(';', expand=True)

is_segment = 'eg' # ~You'll used '_sp' here~

# Let's sort values with a custom key, namely,
# does the string (not) contain what we're looking for?
key = lambda x: ~x.str.contains(is_segment, na=False)
func = lambda x: x.sort_values(key=key, ignore_index=True)
df[cols] = df[cols].apply(func, axis=1)

print(df)

输出量:

Segment   Country Segment 1 Country 1 Segment 2
0    Seg1  Country1    123456    123456       Nan
1     Nan      None       Nan       Nan       Nan
2    seg2  country1       Nan    123456    123456
3    seg2  country1       Nan    123456    123456

重Regex版本:

pattern = '(?P<Segment>.+eg\d);(?P<Country>.+)|(?P<Country_>.+);(?P<Segment_>.+eg\d)'
extract = df.Segment.str.extract(pattern)
for col in cols:
    df[col] = extract.filter(like=col).bfill(axis=1)[col]

相关问题