заменить / переместить значение определенной строкой [панды] - PullRequest
Новая
       11

заменить / переместить значение определенной строкой [панды]

1 голос
/ 02 октября 2019

Я получил такой грязный набор данных, как, например, если электронная почта заполнена в столбце phone, мне нужно переместить письмо в столбец email и оставить столбец phone пустым, если адрес электронной почты и телефонзаполнены не в том месте, как A03, мне нужно поменять их местами в правой колонке. 

ID             Phone            Email
A01            111111           abc@mail.com
A02            bcd@mail.com     NaN
A03            def@mail.com     222222222

В настоящее время я могу удалить все ячейки в столбце phone с адресом электронной почты, но я не знаю, как сравнить два столбца и поменять их местами. 

eduDup['phone'] = eduDup.phone.str.replace(r'(^.*@.*$)', 'aaaaaaaaaaaaaaaa sport')

1 Ответ

3 голосов
/ 02 октября 2019

Использование sorted с re.findall: 

df = df.fillna('')
df[['Phone', 'Email']] = [sorted(t, key=lambda x:re.findall(r'(^.*@.*$)', x)) 
                          for t in df[['Phone', 'Email']].values]

Вывод: 

    ID      Phone         Email
0  A01     111111  abc@mail.com
1  A02             bcd@mail.com
2  A03  222222222  def@mail.com

Insight:

for t in df[['Phone', 'Email']].values: итерации Phone и Email столбцы строка за строкой: 

[('111111', 'abc@mail.com'), 
 ('bcd@mail.com', ''),  
 ('def@mail.com', '222222222')]

sorted(t, key=lambda x:re.findall(r'(^.*@.*$)', x)) теперь сортирует для каждого кортежа t, проверьте, является ли элемент кортежа электронной почтой. Посмотрите, что происходит без sorted и просто примените lambda: 

f = lambda x:re.findall(r'(^.*@.*$)', x)
[[f(i) for i in t] for t in df[['Phone', 'Email']].values]
# Output
[[[], ['abc@mail.com']], 
 [['bcd@mail.com'], []], 
 [['def@mail.com'], []]]

Теперь sorted с key=f будет сортировать , проверив элемент с помощью f. После применения ключа пустой список выйдет на передний план (потому что пустой список [] оценивается как False, тогда как [...] равен True: проверьте с помощью [] < [1]). 

[sorted(t, key=f) for t in df[['Phone', 'Email']].values]

, что приводит к: 

[['111111', 'abc@mail.com'],
 ['', 'bcd@mail.com'],
 ['222222222', 'def@mail.com']]

И есть желаемый вывод!

...