Изменение строк в панде DataFrame по строкам - PullRequest
Новая
       9

Изменение строк в панде DataFrame по строкам

0 голосов
/ 01 октября 2018

У меня есть следующие строки в панде DataFrame в Python3, столбец string1 и string2: 

import pandas as pd

datainput = [
    { 'string1': 'TTTABCDABCDTTTTT', 'string2': 'ABABABABABABABAA' },
    { 'string1': 'AAAAAAAA', 'string2': 'TTAAAATT' },
    { 'string1': 'TTABCDTTTTT', 'string2': 'ABABABABABA' }
]

df = pd.DataFrame(datainput)

df
            string1           string2
0  TTTABCDABCDTTTTT  ABABABABABABABAA
1          AAAAAAAA          TTAAAATT
2       TTABCDTTTTT       ABABABABABA

Для каждой строки строки в столбцах string1 и string2 определены какбыть одинаковой длины.

Для каждой строки DataFrame, строки, возможно, должны быть «очищены» от начальных / конечных букв «T».Однако для каждой строки обе строки должны быть удалены из одного и того же числа символов, чтобы строки оставались одинаковой длины.

Правильный вывод выглядит следующим образом: 

df
            string1           string2
0          ABCDABCD      BABABABA
1          AAAA          AAAA
2          ABCD          ABAB

Если бы это были две переменные, было бы просто вычислить это с помощью strip(), например, 

string1 = "TTTABCDABCDTTTTT"
string2 = "ABABABABABABABAA"

length_original = len(string1)
num_left_chars = len(string1) - len(string1.lstrip('T'))
num_right_chars = len(string1.rstrip('T'))
edited = string1[num_left_chars:num_right_chars]
## print(edited)
## 'ABCDABCD'

Однако в этом случае необходимо перебрать все строки и переопределить две строки одновременно.Как можно изменить каждую из этих строк строка за строкой?

РЕДАКТИРОВАТЬ: Моя главная путаница в том, что, учитывая, что оба столбца могут T, как мне переопределить их оба?

Ответы [ 2 ]

0 голосов
/ 01 октября 2018

Немного длинновато, но выполняет свою работу .. 

import re
def count_head(s):
    head = re.findall('^T+', s)
    if head:
        return len(head[0])
    return 0
def count_tail(s):
    tail = re.findall('T+$', s)
    if tail:
        return len(tail[0])
    return 0
df1 = df.copy()
df1['st1_head'] = df1['string1'].apply(count_head)
df1['st2_head'] = df1['string2'].apply(count_head)
df1['st1_tail'] = df1['string1'].apply(count_tail)
df1['st2_tail'] = df1['string2'].apply(count_tail)
df1['length'] = df1['string1'].str.len()

def trim_strings(row):
    head = max(row['st1_head'], row['st2_head'])
    tail = max(row['st1_tail'], row['st2_tail'])
    l = row['length']
    return {'string1': row['string1'][head:(l-tail)],
           'string2': row['string2'][head:(l-tail)]}
new_df = pd.DataFrame(list(df1.apply(trim_strings, axis=1)))
print(new_df)

вывод: 

    string1   string2
0  ABCDABCD  BABABABA
1      AAAA      AAAA
2      ABCD      ABAB

Более компактная версия: 

def trim(st1, st2):
    l = len(st1)
    head = max(len(st1) - len(st1.lstrip('T')), 
              len(st2) - len(st2.lstrip('T')))
    tail = max(len(st1) - len(st1.rstrip('T')), 
              len(st2) - len(st2.rstrip('T')))
    return (st1[head:(l-tail)],
           st2[head:(l-tail)])

new_df = pd.DataFrame(list(
    df.apply(lambda r: trim(r['string1'], r['string2']), 
         axis=1)), columns=['string1', 'string2'])
print(new_df)

ГлавноеОбратите внимание на df.apply(<your function>, axis=1), который позволяет вам выполнять любую функцию (в данном случае, воздействуя на оба столбца одновременно), на каждую строку.

0 голосов
/ 01 октября 2018 
raw_data = {'name': ['Will Morris', 'Alferd Hitcock', 'Sir William', 'Daniel Thomas'],
                'age': [11, 49, 66, 77],
                'color': ['TblueT', 'redT', 'white', "cyan"],
                'marks': [74, 90, 44, 17]}
df = pd.DataFrame(raw_data, columns = ['name', 'age', 'color', 'grade'])
print(df)
cols =  ['name','color']
print("new df")
#following line does the magic 

df[cols] = df[cols].apply(lambda row: row.str.lstrip('T').str.rstrip('T'), axis=1)
print(df)

Распечатает 

               name  age   color  grade
0  TWillard MorrisT   20  TblueT     88
1       Al Jennings   19    redT     92
2      Omar Mullins   22  yellow     95
3  Spencer McDaniel   21   green     70

new df

               name  age   color  grade
0    Willard Morris   20    blue     88
1       Al Jennings   19     red     92
2      Omar Mullins   22  yellow     95
3  Spencer McDaniel   21   green     70
...