Pandas mehrere Spalten bedingt

Question

Angenommen wählen Ich habe einen Datenrahmen:

C1 V1 C2 V2 Cond 
1 2 3 4 X 
5 6 7 8 Y 
9 10 11 12 X 

Die Anweisungen geben sollte: if Cond == X, pick C1 and C2, else pick C2 and V2.

Der Ausgang ist so etwas wie Datenrahmen:

C V 
1 2 
7 8 
9 10 

** EDIT: eine weitere Anforderung hinzu: die Anzahl der Spalten ändern können, aber einige Namensmuster folgen. Wählen Sie in diesem Fall alle Spalten mit "1", ansonsten mit "2". Ich denke, die hartcodierte Lösung funktioniert möglicherweise nicht.

Answer 1

ich mit filter und numpy.where, für den neuen Spaltennamen verwenden extract allgemeinere Lösung versuchen zu erstellen:

#if necessary sort columns 
df = df.sort_index(axis=1) 

#filter df by 1 and 2 
df1 = df.filter(like='1') 
df2 = df.filter(like='2') 
print (df1) 
    C1 V1 
0 1 2 
1 5 6 
2 9 10 

print (df2) 
    C2 V2 
0 3 4 
1 7 8 
2 11 12 

#np.where need same shape of mask as df1 and df2 
mask = pd.concat([df.Cond == 'X']*len(df1.columns), axis=1) 
print (mask) 
    Cond Cond 
0 True True 
1 False False 
2 True True 

cols = df1.columns.str.extract('([A-Za-z])', expand=False) 
print (cols) 
Index(['C', 'V'], dtype='object') 

print (np.where(mask, df1,df2)) 
Index(['C', 'V'], dtype='object') 
[[ 1 2] 
[ 7 8] 
[ 9 10]] 

print (pd.DataFrame(np.where(mask, df1, df2), index=df.index, columns=cols)) 
    C V 
0 1 2 
1 7 8 
2 9 10 

Answer 2

• dropCond auf Werten konzentrieren ich aus
• reshape numpy Array Auswählen so für jede Zeile
• Index zweite Dimension I kann
• Index erste Dimension mit np.arange(len(df)), einmal mit einem booleschen Wert unterscheiden, mit df.Cond.ne('X').mul(1). 0 für gleich X
• konstruieren letzten Datenrahmen

---

pd.DataFrame(
    df.drop('Cond', 1).values.reshape(3, 2, 2)[ 
     np.arange(len(df)), 
     df.Cond.ne('X').mul(1) 
    ], df.index, ['C', 'V']) 

    C V 
0 1 2 
1 7 8 
2 9 10 

Answer 3

Sie können versuchen, einen Ansatz ähnlich den in this post

Zunächst definiert ein paar Funktionen:

def cond(row): 
    return row['Cond'] == 'X' 

def helper(row, col_if, col_ifnot): 
    return row[col_if] if cond(row) else row[col_ifnot] 

Dann, als Suming Ihre Datenrahmen werden df genannt,

df_new = pd.DataFrame(index=df.index) 
for col in ['C', 'V']: 
    col_1 = col + '1' 
    col_2 = col + '2' 
    df_new[col] = df.apply(lambda row: helper(row, col_1, col_2), axis=1) 

Beachten Sie, dass dieser Ansatz für großen Datenrahmen langsam sein könnte, da apply nicht nutzt die Vektorisierung. Aber es sollte auch mit beliebigen Spaltennamen funktionieren (ersetzen Sie einfach ['C', 'V'] durch Ihre tatsächlichen Spaltennamen).

Answer 4

Sie können df.loc und df.append verwenden, wenn die Reihenfolge der Zeilen nicht wichtig ist.

ndf1 = df.loc[df['Cond'] == 'X', ['C1','V1']] 
ndf2 = df.loc[df['Cond'] == 'Y', ['C2','V2']] 
ndf1.columns = ['C','V'] 
ndf2.columns = ['C','V'] 

result = ndf1.append(ndf2).reset_index(drop=True) 
print(result) 
    C V 
0 1 2 
1 9 10 
2 7 8 

Answer 5

Eine weitere Option mit DataFrame.where():

df[['C1', 'V1']].where(df.Cond == "X", df[['C2', 'V2']].values) 

# C1 V1 
#0 1 2 
#1 7 8 
#2 9 10