Условное заполнение столбцов в панде дф - PullRequest
Новая
       21

Условное заполнение столбцов в панде дф

0 голосов
/ 29 мая 2018

Этот вопрос похож на несколько вопросов относительно условного заполнения.Я пытаюсь условно заполнить столбец на основе следующих операторов.

Если значение в Code начинается с A, я хочу сохранить значения такими, какие они есть.

Если значение Code начинается с B, я хочу сохранить то же начальное значение и возвращать nan's в следующие строки до следующего значения в Code.

Если значение в Code начинается с C, я хочу сохранить то же самое первое значение до тех пор, пока следующие значения не будут всплывать в ['Numx','Numy] 

import pandas as pd
import numpy as np


d = ({                          
      'Code' :['A1','A1','','B1','B1','A2','A2','','B2','B2','','A3','A3','A3','','B1','','B4','B4','A2','A2','A1','A1','','B4','B4','C1','C1','','','D1','','B2'],
      'Numx' : [30.2,30.5,30.6,35.6,40.2,45.5,46.1,48.1,48.5,42.2,'',30.5,30.6,35.6,40.2,45.5,'',48.1,48.5,42.2, 40.1,48.5,42.2,'',48.5,42.2,43.1,44.1,'','','','',45.1],
      'Numy' : [1.9,2.3,2.5,2.2,2.5,3.1,3.4,3.6,3.7,5.4,'',2.3,2.5,2.2,2.5,3.1,'',3.6,3.7,5.4,6.5,8.5,2.2,'',8.5,2.2,2.3,2.5,'','','','',3.2]
      })

df = pd.DataFrame (data = d)

Вывод:

   Code  Numx Numy
0    A1  30.2  1.9
1    A1  30.5  2.3
2        30.6  2.5
3    B1  35.6  2.2
4    B1  40.2  2.5
5    A2  45.5  3.1
6    A2  46.1  3.4
7        48.1  3.6
8    B2  48.5  3.7
9    B2  42.2  5.4
10        nan  nan       
11   A3  30.5  2.3
12   A3  30.6  2.5
13   A3  35.6  2.2
14       40.2  2.5
15   B1  45.5  3.1
16        nan  nan     
17   B4  48.1  3.6
18   B4  48.5  3.7
19   A2  42.2  5.4
20   A2  40.1  6.5
21   A1  48.5  8.5
22   A1  42.2  2.2
23        nan  nan      
24   B4  48.5  8.5
25   B4  42.2  2.2
26   C1  43.1  2.3
27   C1  44.1  2.5
28        nan  nan      
29        nan  nan   
30   D1   nan  nan      
31        nan  nan        
32   B2  45.1  3.2

Я использовал код, отправленный из другого вопроса, но я возвращаю слишком много Нана 

df['Code_new'] = df['Code'].where(df['Code'].isin(['A1','A2','A3','A4','B1','B2','B4','C1'])).ffill()

df[['Numx','Numy']] = df[['Numx','Numy']].mask(df['Code_new'].duplicated())
mask = df['Code_new'] == 'A1'
df.loc[mask, ['Numx','Numy']] = df.loc[mask, ['Numx','Numy']].ffill()

Это приводит к получению: 

   Code  Numx Numy Code_new
0    A1  30.2  1.9       A1
1    A1  30.2  1.9       A1
2        30.2  1.9       A1
3    B1  35.6  2.2       B1
4    B1   NaN  NaN       B1
5    A2  45.5  3.1       A2
6    A2   NaN  NaN       A2
7         NaN  NaN       A2
8    B2  48.5  3.7       B2
9    B2   NaN  NaN       B2
10        NaN  NaN       B2
11   A3  30.5  2.3       A3
12   A3   NaN  NaN       A3
13   A3   NaN  NaN       A3
14        NaN  NaN       A3
15   B1   NaN  NaN       B1
16        NaN  NaN       B1
17   B4  48.1  3.6       B4
18   B4   NaN  NaN       B4
19   A2   NaN  NaN       A2
20   A2   NaN  NaN       A2
21   A1  30.2  1.9       A1
22   A1  30.2  1.9       A1
23       30.2  1.9       A1
24   B4   NaN  NaN       B4
25   B4   NaN  NaN       B4
26   C1  43.1  2.3       C1
27   C1   NaN  NaN       C1
28        NaN  NaN       C1
29        NaN  NaN       C1
30   D1   NaN  NaN       C1
31        NaN  NaN       C1
32   B2   NaN  NaN       B2

Мой желаемый вывод будетбыть: 

   Code  Numx Numy
0    A1  30.2  1.9
1    A1  30.5  2.3
2        30.6  2.5
3    B1  35.6  2.2
4    B1   nan  nan
5    A2  45.5  3.1
6    A2  46.1  3.4
7        48.1  3.6
8    B2  48.5  3.7
9    B2   nan  nan
10        nan  nan        
11   A3  30.5  2.3
12   A3  30.6  2.5
13   A3  35.6  2.2
14       40.2  2.5
15   B1  45.5  3.1
16        nan  nan         
17   B4  48.1  3.6
18   B4   nan  nan
19   A2  42.2  5.4
20   A2  40.1  6.5
21   A1  48.5  8.5
22   A1  42.2  2.2
23        nan  nan      
24   B4  48.5  8.5
25   B4   nan  nan
26   C1  43.1  2.3
27   C1  43.1  2.3
28       43.1  2.3   
29       43.1  2.3   
30   D1  43.1  2.3   
31       43.1  2.3         
32   B2  45.1  3.2

Я думаю, что эта строка mask = df['Code_new'] == 'A1' Мне нужно изменить.Код работает, но я применяю только к значениям в коде, которые 'A1'.Это так же просто, как добавить все остальные значения здесь.Итак A1-A4,B1-B4,C1?

1 Ответ

0 голосов
/ 29 мая 2018

Я считаю, нужно 

m2 = df['Code'].isin(['A1','A2','A3','A4','B1','B2','B4','C1'])

#create helper column for unique categories
df['Code_new'] = df['Code'].where(m2).ffill()
df['Code_new'] = (df['Code_new'] + '_' + 
                  df['Code_new'].ne(df['Code_new'].shift()).cumsum().astype(str))

#check by start values and filter all columns without A
m1 = df['Code_new'].str.startswith(tuple(['A1','A2','A3','A4'])).fillna(False)
df[['Numx','Numy']] = df[['Numx','Numy']].mask(df['Code_new'].duplicated() & ~m1)

#replace by forward filling only starting with C
mask = df['Code_new'].str.startswith('C').fillna(False)
df.loc[mask, ['Numx','Numy']] = df.loc[mask, ['Numx','Numy']].ffill()

print (df)

   Code  Numx Numy Code_new
0    A1  30.2  1.9     A1_1
1    A1  30.5  2.3     A1_1
2        30.6  2.5     A1_1
3    B1  35.6  2.2     B1_2
4    B1   NaN  NaN     B1_2
5    A2  45.5  3.1     A2_3
6    A2  46.1  3.4     A2_3
7        48.1  3.6     A2_3
8    B2  48.5  3.7     B2_4
9    B2   NaN  NaN     B2_4
10        NaN  NaN     B2_4
11   A3  30.5  2.3     A3_5
12   A3  30.6  2.5     A3_5
13   A3  35.6  2.2     A3_5
14       40.2  2.5     A3_5
15   B1  45.5  3.1     B1_6
16        NaN  NaN     B1_6
17   B4  48.1  3.6     B4_7
18   B4   NaN  NaN     B4_7
19   A2  42.2  5.4     A2_8
20   A2  40.1  6.5     A2_8
21   A1  48.5  8.5     A1_9
22   A1  42.2  2.2     A1_9
23                     A1_9
24   B4  48.5  8.5    B4_10
25   B4   NaN  NaN    B4_10
26   C1  43.1  2.3    C1_11
27   C1  43.1  2.3    C1_11
28       43.1  2.3    C1_11
29       43.1  2.3    C1_11
30   D1  43.1  2.3    C1_11
31       43.1  2.3    C1_11
32   B2  45.1  3.2    B2_12
...