pandas 以特定方式在Python中扫描表

2wnc66cl  于 2022-11-20  发布在  Python
关注(0)|答案(1)|浏览(105)

我有表如：

  1. Groups SP1 SP2 SP3 SP4_1 SP4_2 SP5_1 SP5_2
  2. G1     3   4   NA  2     4     2     1
  3. G2     NA  1   NA  3     NA    NA    NA
  4. G3     1   2   NA  NA    NA    8     NA
  5. G4     4   6   NA  NA    NA    NA    NA
  6. G5     8   9   NA  NA    NA    NA    2

我想把这张table整理成：

  1. G1               G2       G3       G4     G5 
  2. SP1    SP1-3            NA       SP1-1    SP1-4  SP1-8
  3. SP2    SP2-4            SP2-1    SP2-2    SP2-6  SP2-9
  4. SP3    NA               NA       NA       NA     NA
  5. SP4    SP4_1-2;SP4_2-4  SP4_1-3  NA       NA     NA
  6. SP5    SP5_1-2;SP5_2-1  NA       SP5_1-8  NA     SP5_2-2

让我解释一下：
让我们以G1为例来解释，首先创建一个新列G1，并将所有SPn作为行添加：

  1. G1  
  2. SP1  
  3. SP2    
  4. SP3    
  5. SP4    
  6. SP5

然后，在G1中，SP1有一个值，即3，然后添加一行SP1-3

  1. G1  
  2. SP1  SP1-3
  3. SP2    
  4. SP3    
  5. SP4    
  6. SP5

SP2有一个值，即4，然后添加一行SP1-4

  1. G1  
  2. SP1  SP1-3
  3. SP2  SP1-4
  4. SP3    
  5. SP4    
  6. SP5

我没有SP3的值

  1. G1  
  2. SP1  SP1-3
  3. SP2  SP1-4
  4. SP3  NA
  5. SP4    
  6. SP5

我有两个SP 4的值，在SP4_1中是2，在SP4_2中是4，然后我用分号“将它们合并;“，并添加一行SP4_1-2;SP4_2-4

  1. G1  
  2. SP1  SP1-3
  3. SP2  SP1-4
  4. SP3  NA
  5. SP4  SP4_1-2;SP4_2-4
  6. SP5

最后我有两个SP 5的值，在SP5_1中是2，在SP5_2中是1，然后我用分号将它们合并“;“，并添加一行SP5_1-2;SP5_2-1

  1. G1  
  2. SP1  SP1-3
  3. SP2  SP1-4
  4. SP3  NA
  5. SP4  SP4_1-2;SP4_2-4
  6. SP5  SP5_1-2;SP5_2-1

其他组依此类推。
有人知道如何使用python吗？

pandas

1条答案

按热度按时间
jdzmm42g

jdzmm42g1#

这是我的尝试，看起来不太好，但似乎工作：

  1. t = df.melt('Groups')
  2. t['val'] = t['variable'].str.cat(t['value'].dropna().astype(str),sep='-')
  3. t['col'] = t['variable'].str[:3]
  5. def f(x):
  6.     return x.dropna().str.cat(sep=';') or pd.NA
  8. res = t.pivot_table('val','col','Groups',f)
  10. print(res)
  11. '''
  12. Groups                   G1         G2         G3       G4         G5
  13. col                                                                  
  14. SP1                 SP1-3.0        NaN    SP1-1.0  SP1-4.0    SP1-8.0
  15. SP2                 SP2-4.0    SP2-1.0    SP2-2.0  SP2-6.0    SP2-9.0
  16. SP4     SP4_1-2.0;SP4_2-4.0  SP4_1-3.0        NaN      NaN        NaN
  17. SP5     SP5_1-2.0;SP5_2-1.0        NaN  SP5_1-8.0      NaN  SP5_2-2.0
展开查看全部
赞(0）分享  回复(0）举报  2022-11-20
我来回答

相关问题

    查看更多

    热门标签

    更多
    JavaquerypythonNode开发语言requestUtil数据库Table后端算法LoggerMessageElementParser

    最新问答

    更多
    • 蜀ICP备13028337号-1 大数据知识库 https://www.saoniuhuo.com © All rights reserved
    • 本站内容来源互联网,如果侵犯您的权益请联系我们删除, 联系方式：448109455@qq.com