Новый столбец на основе фильтра и индекса столбцов кратных? - PullRequest
Новая
       8

Новый столбец на основе фильтра и индекса столбцов кратных?

3 голосов
/ 06 января 2020

Я пытался найти / подумать над ответом, возможно, с расплавом или стеком, но все еще не могу этого сделать.

Вот мой DF: 

d = {'type' : [1, 2, 3, 4, 5, 1, 2, 3, 4, 5],
 'company' : ['A', 'B', 'C', 'D', 'E','A', 'B', 'C', 'D', 'E'],
 'value type': ['value car','value car','value car','value car','value car', 'value train','value train','value train','value train','value train',],
 'value': [0.1, 0.2, 0.3, 0.4, 0.5, 0.15, 0.25, 0.35, 0.45, 0.55] }

df = pd.DataFrame(d)

Вот что я хочу (у меня есть массив слева, я хочу тот, что справа): enter image description here Как вы можете видеть, я хочу новый столбец "значение поезда" на основе комбинация (тип, компания)

что-то вроде 

for each row : 
    if (df['value type'] == 'value train'):
        #and (type,company) is the same
        df['train value'] = df['value']
        remove row

Например, компания A из типа 1 будет иметь новое значение в новом столбце для своего значения поезда. Есть ли способ сделать это правильно?

РЕДАКТИРОВАТЬ ::: Был хороший ответ, но я не объяснил себе ясно. Я хочу только новый столбец только с "одним типом значения". Например, мой новый DF: 

d = {'type' : [1, 2, 3, 4, 5, 1, 2, 3, 4, 5],
 'company' : ['A', 'B', 'C', 'D', 'E','A', 'B', 'C', 'D', 'E'],
 'month' : ['jan', 'feb', 'marc', 'apr', 'may', 'jan', 'feb', 'marc', 'apr', 'sep'],
 'business' : ['business1', 'business2', 'business3', 'business4', 'business5', 'business6', 'business7', 'business8', 'business9', 'business10'], 
 'value time': ['past', 'past', 'past', 'past', 'present', 'present', 'present', 'present', 'future', 'future'],
 'value': [0.1, 0.2, 0.3, 0.4, 0.11, 0.21, 0.31, 0.41, 0.45, 0.55] }

df = pd.DataFrame(d)

Вот что я хочу на этот раз: enter image description here

Если возможно, будут только значения с «настоящим» в новом столбце. Что-то вроде 

if df['value time'] == 'present' then add to new column

1 Ответ

2 голосов
/ 06 января 2020

Вы должны повернуть свой фрейм данных: 

company_to_type = df.set_index('company')['type'].to_dict()
df = df.pivot(index='company', columns='value type', values='value').reset_index()
df['type'] = df.company.map(company_to_type)
df = df.rename_axis(None, axis=1)
df = df[['type', 'company', 'value train', 'value car']]

, и вы получите 

   type company  value train  value car
0     1       A         0.15        0.1
1     2       B         0.25        0.2
2     3       C         0.35        0.3
3     4       D         0.45        0.4
4     5       E         0.55        0.5
...