我有一個DataFrame如下：df A B C D E key0 test Z 10.0 a a 101111 test A 10.0 a a 101112 test x 2.0 a b 110103 test 5 12.0 b b 101004 test x 5.0 c b 110005 test 2 14.0 g c 10111我需要得到的是將所有字符串相應地連接到key列：keyat position[0]是 for col A，keyat position[1]是 forcol B等等...每個1in 用于拍攝，每個0用于跳過列結果應如下所示： A B C D E key key_val0 test Z 10.0 a a 10111 test10.0aa1 test A 10.0 a a 10111 test10.0aa2 test x 2.0 a b 11010 testxa3 test 5 12.0 b b 10100 test12.04 test x 5.0 c b 11000 testx5 test 2 14.0 g c 10111 test14.0gc到目前為止我所做的 - 我創建了 key_list 列：df['key_list'] = df['key'].apply(lambda x: list(str(x)))df A B C D E key key_list0 test Z 10.0 a a 10111 [1, 0, 1, 1, 1]1 test A 10.0 a a 10111 [1, 0, 1, 1, 1]2 test x 2.0 a b 11010 [1, 1, 0, 1, 0]3 test 5 12.0 b b 10100 [1, 0, 1, 0, 0]4 test x 5.0 c b 11000 [1, 1, 0, 0, 0]5 test 2 14.0 g c 10111 [1, 0, 1, 1, 1]下一步我已經嘗試過了（我想乘以 1 或 0 來包含或排除字符串）：df.apply((df['A'].astype(str) * df['key_list'][0]) + (df['B'].astype(str) * df['key_list'][1]) + (df['C'].astype(str) * df['key_list'][2]) + (df['D'].astype(str) * df['key_list'][3]) + (df['E'].astype(str) * df['key_list'][4]), axis=1)但這似乎是錯誤的想法：ValueError: operands could not be broadcast together with shapes (6,) (5,)。我遵循字符串連接的常見做法，只是額外的步驟：df['A'].astype(str) + df['B'].astype(str) + df['C'].astype(str) + df['D'].astype(str) + df['E'].astype(str)
1 回答
鴻蒙傳說
TA貢獻1865條經驗 獲得超7個贊
想法是將key列轉換為掩碼，然后用空字符串替換不匹配DataFrame.where并求和join：
c = ['A','B','C','D','E']
L = [list(str(x)) for x in df['key']]
m = pd.DataFrame(L, columns=c, index=df.index).fillna(0).astype(int).astype(bool)
print (m)
A B C D E
0 True False True True True
1 True False True True True
2 True True False True False
3 True False True False False
4 True True False False False
5 True False True True True
df['key_val'] = df[c].where(m, '').astype(str).sum(axis=1)
print (df)
A B C D E key key_val
0 test Z 10.0 a a 10111 test10.0aa
1 test A 10.0 a a 10111 test10.0aa
2 test x 2.0 a b 11010 testxa
3 test 5 12.0 b b 10100 test12.0
4 test x 5.0 c b 11000 testx
5 test 2 14.0 g c 10111 test14.0gc
添加回答
舉報
0/150
提交
取消