У меня есть следующий DataFrame:
Date best a b c d
1990 a 5 4 7 2
1991 c 10 1 2 0
1992 d 2 1 4 12
1993 a 5 8 11 6
Я хотел бы сделать dataframe следующим образом:
Date best value
1990 a 5
1991 c 2
1992 d 12
1993 a 5
Итак, я ищу, чтобы найти значение на основе другого значения строки, используя имена столбцов. Например, значение для 1990 во втором df должно искать "a" из первого df, а вторая строка должна искать "c" (= 2) из первого df.
Любые идеи?
Существует встроенная функция lookup, которая может обрабатывать подобные ситуации (поиск по строке/столбцу). Я не знаю, насколько это оптимизировано, но может быть быстрее, чем применяемое решение.
In [9]: df['value'] = df.lookup(df.index, df['best'])
In [10]: df
Out[10]:
Date best a b c d value
0 1990 a 5 4 7 2 5
1 1991 c 10 1 2 0 2
2 1992 d 2 1 4 12 12
3 1993 a 5 8 11 6 5
Вы создаете функцию поиска и вызываете apply в строке данных по строке, это не очень эффективно для больших dfs, хотя
In [245]:
def lookup(x):
return x[x.best]
df['value'] = df.apply(lambda row: lookup(row), axis=1)
df
Out[245]:
Date best a b c d value
0 1990 a 5 4 7 2 5
1 1991 c 10 1 2 0 2
2 1992 d 2 1 4 12 12
3 1993 a 5 8 11 6 5
Вы можете сделать это, используя np.where, как показано ниже. Я думаю, что это будет более эффективным
import numpy as np
import pandas as pd
df = pd.DataFrame([['1990', 'a', 5, 4, 7, 2], ['1991', 'c', 10, 1, 2, 0], ['1992', 'd', 2, 1, 4, 12], ['1993', 'a', 5, 8, 11, 6]], columns=('Date', 'best', 'a', 'b', 'c', 'd'))
arr = df.best.values
cols = df.columns[2:]
for col in cols:
arr2 = df[col].values
arr = np.where(arr==col, arr2, arr)
df.drop(columns=cols, inplace=True)
df["values"] = arr
df
Результат
Date best values
0 1990 a 5
1 1991 c 2
2 1992 d 12
3 1993 a 5