Python pandas custom unmelt - создавать столбцы из дублированных строк - PullRequest
Новая
       12

Python pandas custom unmelt - создавать столбцы из дублированных строк

0 голосов
/ 25 марта 2020

У меня есть следующий фрейм данных: 

import pandas as pd
import numpy as np

base_df = pd.DataFrame({
    'id': [1,2,3],
    'base_value': [100, None, 123.1]
})

id  base_value
1   100.0
2   NaN
3   123.1

Также есть еще один: 

extended_df = pd.DataFrame({
    'id': [1, 1, 2, 2, 3],
    'ext_id': [100, 500, 90, 1, 1000],
    'role_1': [True, False, False, True, True],
    'role_2': [False, True, True, False, False],
    'ext_value': [10, 5, 21, 200, 500]
})

id  ext_id  role_1  role_2  ext_value
1   100     True    False   10
1   500     False   True    5
2   90      False   True    21
2   1       True    False   200
3   1000    True    False   10

Я хотел бы получить следующий фрейм данных: 

result_df = pd.DataFrame({
    'id': [1,2,3],
    'base_value': [100, None, 123.1],
    'ext_value_role_1': [10, 200, 500],
    'ext_value_role_2' :[5, 21, None]
})

id  base_value  ext_value_role_1    ext_value_role_2
1   100.0       10                  5.0
2   NaN         200                 21.0
3   123.1       500                 NaN

Лог c за преобразованием выглядит следующим образом. Для каждой строки в base_df найдите совпадения в extended_df. Результирующий кадр данных будет содержать столько дополнительных столбцов (исключая id, base_value), сколько role_* столбцов умножить на число ext_value столбцов в extended_df. Если для роли id установлено значение False, результирующее значение в столбце будет None.

Я пришел с кодом, размещенным ниже. Это работает для небольшого примера, но я надеюсь получить что-то более pandas esque. 

def multiply_by_boolean(boolean_value, variable):
    if boolean_value is False:
        return None
    elif boolean_value is None:
        raise ValueError('boolean_value cannot be None')
    return variable

extended_df['ext_value_role_1'] = extended_df.apply(lambda x: multiply_by_boolean(x['role_1'], x['ext_value']), axis=1)
extended_df['ext_value_role_2'] = extended_df.apply(lambda x: multiply_by_boolean(x['role_2'], x['ext_value']), axis=1)

res_df = extended_df[['id', 'ext_value_role_1', 'ext_value_role_2']]

res_df = res_df.groupby('id').agg('max')

res_df = res_df.merge(right=base_df, left_index=True, right_on='id')

1 Ответ

1 голос
/ 25 марта 2020

Вы можете использовать merge для создания временного фрейма данных, а затем просто добавить соответствующие столбцы:

tmp = base_df.merge (extended_df, on = 'id') 

resul_df = base_df.set_index('id')

for role in ['role_1', 'role_2']:
    resul_df['ext_value_' + role] = tmp.loc[
        tmp[role] == True, ['id', 'ext_value']].set_index('id')

resul_df.reset_index(inplace=True)

Это дает, как и ожидалось: 

   id  base_value  ext_value_role_1  ext_value_role_2
0   1       100.0                10               5.0
1   2         NaN               200              21.0
2   3       123.1               500               NaN
...