pandas 在填写中添加前缀，以识别结转的值

oprakyz7 于 2022-12-09 发布在其他

关注(0)|答案(3)|浏览(166)

当用Pandas的填充词来填充na时，有没有一种方法可以添加前缀？我有一个包含分类学信息的数据框架，如下所示：

| Kingdom  | Phylum        | Class       | Order           | Family           | Genus         |

| Bacteria | Firmicutes    | Bacilli     | Lactobacillales | Lactobacillaceae | Lactobacillus |

| Bacteria | Bacteroidetes | Bacteroidia | Bacteroidales   |                  |               |

| Bacteria | Bacteroidetes |             |                 |                  |               |

由于不是所有的分类群都能被完全分类，所以我有一些空的单元格。用NA替换空格，然后使用ffill，我可以用每一行中最后一个有效的字符串填充这些单元格，但是我想在这些单元格中添加一个字符串（例如“Unknown_Bacteroidales”），这样我就可以识别哪些单元格被结转。
到目前为止，我尝试了taxa_formatted = "unknown_" + taxonomy.fillna(method='ffill', axis=1)，但这当然会将“unknown_”前缀添加到 Dataframe 中的所有内容。

pandas

来源：https://stackoverflow.com/questions/63298606/add-prefix-to-ffill-identifying-values-which-were-carried-forward

3条答案

按热度按时间

8tntrjer1#

您可以将boolean masking与df.isna配合使用。

df = df.replace("", np.nan)  # if already NaN present skip this step
d = df.ffill()

d[df.isna()]+="(Copy)"
d
    Kingdom         Phylum              Class                Order                  Family                Genus
0  Bacteria     Firmicutes            Bacilli      Lactobacillales        Lactobacillaceae        Lactobacillus
1  Bacteria  Bacteroidetes        Bacteroidia        Bacteroidales  Lactobacillaceae(Copy)  Lactobacillus(Copy)
2  Bacteria  Bacteroidetes  Bacteroidia(Copy)  Bacteroidales(Copy)  Lactobacillaceae(Copy)  Lactobacillus(Copy)

您可以在此处使用df.add。

d = df.ffill(axis=1)
df.add("unkown_" + d[df.isna()],fill_value='')

    Kingdom         Phylum                 Class                 Order                Family                 Genus
0  Bacteria     Firmicutes               Bacilli       Lactobacillales      Lactobacillaceae         Lactobacillus
1  Bacteria  Bacteroidetes           Bacteroidia         Bacteroidales  unkown_Bacteroidales  unkown_Bacteroidales
2  Bacteria  Bacteroidetes  unkown_Bacteroidetes  unkown_Bacteroidetes  unkown_Bacteroidetes  unkown_Bacteroidetes

赞(0）回复(0）举报 2022-12-09

fdx2calv2#

您需要使用mask和update：

#make true nan's first.
#df = df.replace('',np.nan)

s = df.isnull()
df = df.ffill(axis=1)

df.update('unknown_' + df.mask(~s) )

print(df)

   Bacteria     Firmicutes                Bacilli        Lactobacillales  \
0  Bacteria  Bacteroidetes            Bacteroidia          Bacteroidales   
1  Bacteria  Bacteroidetes  unknown_Bacteroidetes  unknown_Bacteroidetes   

        Lactobacillaceae          Lactobacillus  
0  unknown_Bacteroidales  unknown_Bacteroidales  
1  unknown_Bacteroidetes  unknown_Bacteroidetes

赞(0）回复(0）举报 2022-12-09

kwvwclae3#

df = df.replace("", np.nan)  # if already NaN present skip this step
d = df.ffill()

#you may use this 
d[df.isna()]+="(Copy)"
d
    Kingdom         Phylum              Class                Order                  Family                Genus
0  Bacteria     Firmicutes            Bacilli      Lactobacillales        Lactobacillaceae        Lactobacillus
1  Bacteria  Bacteroidetes        Bacteroidia        Bacteroidales  Lactobacillaceae(Copy)  Lactobacillus(Copy)
2  Bacteria  Bacteroidetes  Bacteroidia(Copy)  Bacteroidales(Copy)  Lactobacillaceae(Copy)  Lactobacillus(Copy)

赞(0）回复(0）举报 2022-12-09

我来回答

pandas 在填写中添加前缀，以识别结转的值

3条答案

相关问题

热门标签

最新问答