pandas 如何覆盖数据框中的多个列，并根据其他多个列中的信息分配新的列值[重复]

6qqygrtg 于 2023-11-15 发布在其他

关注(0)|答案(1)|浏览(99)

此问题在此处已有答案：

How do I create a new column where the values are selected based on existing columns?（13个回答）
17天前关闭。
新手在这里..但非常热情.我有很多的调查数据，我必须在一个新创建的列中派生一个值在一个基于0或1的多个其他列的嵌套框.

dftest = pd.DataFrame({'connection_0': ['0', '1','0','0','1'], 'connection_1': ['1', '0','1','1','0']},index=['819', '820','821','822','823'])

字符串
所以它是这样的：

connection_0 connection_1
819           0            1
820           1            0
821           0            1
822           0            1
823           1            0

型
我想在前面添加一个列“connect”，如果connection_0是“1”，则将该列的值设置为“none”，如果connection_1是"1"，则将该列的值设置为“patient”。实际上，我有两个以上的列（connection_2等），但我可以稍后处理。我还有数千行数据，因此这只是一个测试 Dataframe 。
我想要的是-

connect connection_0 connection_1
819    patient         0            1
820    none            1            0
821    patient         0            1
822    patient         0            1
823    none            1            0

型
这是我的尝试，有点工作，但它设置所有'连接'到'无'
对于索引，dftest.iterrows（）中的行：

if row[0]=="1": row.connect=row.connect.replace('1', 'none')
else: 
    if row[0]=="0" & row[1]=="1":row.connect=row.connect.replace('1', 'patient')

型
但我明白了

connect connection_0 connection_1
819    none            0            1
820    none            1            0
821    none            0            1
822    none            0            1
823    none            1            0

型
我知道我在做一些非常愚蠢的事情，所以任何帮助都将不胜感激！！

pandas

来源：https://stackoverflow.com/questions/77377649/how-to-iterate-over-several-columns-in-a-data-frame-and-assign-a-new-column-valu

1条答案

按热度按时间

uqdfh47h1#

验证码

如果你需要在其他列中添加类似的操作，而不是两列，似乎使用np.select是最好的方法。你可以通过添加cond#来增加要应用的列数。

import numpy as np
cond1 = dftest['connection_0'].eq('1')
cond2 = dftest['connection_1'].eq('1')
arr = np.select([cond1, cond2], ['none', 'patient'])
out = pd.DataFrame(arr, columns=['connect'], index=dftest.index).join(dftest)

字符串
输出：

connect connection_0    connection_1
819 patient 0               1
820 none    1               0
821 patient 0               1
822 patient 0               1
823 none    1               0

型
让它更简洁：

import numpy as np
arr = np.select(dftest.eq('1').T.values, ['none', 'patient'])
out = pd.DataFrame(arr, columns=['connect'], index=dftest.index).join(dftest)

型
如果所有列都包含“1”，也可以按以下方式执行。
让我们创建一个字典，它为每一列分配'1'时要分配的值，并将其分配给m。

m = {'connection_0':'none', 'connection_1':'patient'}
dftest.eq('1').idxmax(axis=1).map(m).to_frame('connect').join(dftest)

型

展开查看全部

赞(0）回复(0）举报 2023-11-15

我来回答

pandas 如何覆盖数据框中的多个列，并根据其他多个列中的信息分配新的列值[重复]

1条答案

相关问题

热门标签

最新问答