Скопируйте значение строки в другой столбец в зависимости от условий, используя Python pandas

Question

У меня есть кадр данных, который может быть сгенерирован с использованием приведенного ниже кода

data_file= pd.DataFrame({'person_id':[1,1,1,2,2,2,3,3,3],'ob.date': [np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan],
                     'observation': ['Age','interviewdate','marital_status','Age','interviewdate','marital_status','Age','interviewdate','marital_status'],
                     'answer': [21,'21/08/2017','Single',26,'11/03/2010','Single',41,'31/09/2012','Married'],
                     'visit.date': [np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan]
                     })

Входной кадр данных выглядит так, как показано ниже

То, что я хотел бы сделать, это получить значение даты (интервью-даты) из столбца 'answer', соответствующего каждому человеку, и поместить его в столбцы 'ob.date' и 'visit.date' для того же человека.

Я попытался отфильтровать фрейм данных, но не уверен, что делать дальше.Это происходит только для отфильтрованных строк, но я хочу, чтобы даты были заполнены в исходном или входном фрейме данных

df2 = data_file[(data_file.observation == 'interviewdate')]
df2.reset_index(inplace=True)
df3=data_file.merge(df2)
df3['ob.date']=df2['answer']
df3['visit.date']=df2['answer']

Как получить результат, который будет выглядеть так, как показано ниже?Как видите, данные интервью каждого человека заполняются в столбцах «ob.date» и «visit.date»

Answer 1

После фильтрации создайте Series с индексом по person_id и создайте новые столбцы по Series.map:

s = data_file[(data_file.observation == 'interviewdate')].set_index('person_id')['answer']
print (s)
person_id
1    21/08/2017
2    11/03/2010
3    31/09/2012
Name: answer, dtype: object

data_file['ob.date'] = data_file['person_id'].map(s)
data_file['visit.date'] = data_file['person_id'].map(s)
print (data_file)
   person_id     ob.date     observation      answer  visit.date
0          1  21/08/2017             Age          21  21/08/2017
1          1  21/08/2017   interviewdate  21/08/2017  21/08/2017
2          1  21/08/2017  marital_status      Single  21/08/2017
3          2  11/03/2010             Age          26  11/03/2010
4          2  11/03/2010   interviewdate  11/03/2010  11/03/2010
5          2  11/03/2010  marital_status      Single  11/03/2010
6          3  31/09/2012             Age          41  31/09/2012
7          3  31/09/2012   interviewdate  31/09/2012  31/09/2012
8          3  31/09/2012  marital_status     Married  31/09/2012

---

Если возможно, измените формат данных - используйтеDataFrame.pivot:

df = data_file.pivot('person_id','observation','answer')
print (df)
observation Age interviewdate marital_status
person_id                                   
1            21    21/08/2017         Single
2            26    11/03/2010         Single
3            41    31/09/2012        Married