Python根据条件从列中获取数据答案

【问题标题】：Python get data from columns based on conditionPython根据条件从列中获取数据
【发布时间】：2021-11-29 21:46:51
【问题描述】：

给定一个数据框，我想检查 DS1.ColA 或 DS1.ColB 是否包含“类型 1”，如果是，我想将相应的 DS1.Val 插入到列值中。 DS2 也是如此，检查 DS2.ColA 或 DS2.ColB 是否包含“Type 1”，如果是，我想将相应的 DS2.Val 插入到列 Value 中。

df = pd.DataFrame(
{
        'ID': ['AB01', 'AB02', 'AB03', 'AB04', 'AB05','AB06'],
        'DS1.ColA': ["Type 1","Undef",np.nan,"Undef",
                 "Type 1", ""],
        'DS1.ColB': ["N","Type 1","","",
                 "Y", np.nan],
        'DS1.Val': [85,87,18,94,
                 81, 54],
        'DS2.ColA': ["Type 1","Undef","Type 1","Undef",
                 "Type 1", ""],
        'DS2.ColB': ["N","Type 2","","",
                 "Y", "Type 1"],
        'DS2.Val': [45,98,1,45,66,36]
}
)

var_check = "Type 1"
ds1_col_check = ["DS1.ColA","DS1.ColB","DS1.Val"]
ds2_col_check = ["DS2.ColA","DS2.ColB","DS2.Val"]

ds1_col_check 和 ds2_col_check 的最后一个元素始终是要放置在新列中的元素（列表中可能有更多列要检查）。最终结果 df 应该如下所示。我如何在 python 中实现这一点？

【问题讨论】：

最后一列值在所需输出中表示什么？
它来自 DS1.Val 或 DS2.Val，如果 DS1 列具有所需的字符串，则从 DS1.Val 获得值，否则，如果 DS2 列具有所需的字符串，则从 DS2.Val 获得值跨度>
在所需的输出中，为什么 AB04 有一行，因为没有列 DS1.ColA、DS1.ColB、DS2.ColA、DS2.ColB 有“type1”？
在某些情况下，DS1 和 DS2 的任何列中都没有出现“类型 1”，因此它的值是 nan

标签： python pandas dataframe numpy data-manipulation

【解决方案1】：

如果有多个列表可以创建列表L 并为每个子列表测试是否匹配条件并将值设置为列Value，以避免覆盖值使用Series.fillna：

var_check = "Type 1"
ds1_col_check = ["DS1.ColA","DS1.ColB","DS1.Val"]
ds2_col_check = ["DS2.ColA","DS2.ColB","DS2.Val"]

L = [ds1_col_check, ds2_col_check]

df['Value'] = np.nan
for val in L:
    df.loc[df[val[:-1]].eq(var_check).any(axis=1), 'Value'] = df['Value'].fillna(df[val[-1]])
    
print (df)
     ID DS1.ColA DS1.ColB  DS1.Val DS2.ColA DS2.ColB  DS2.Val  Value
0  AB01   Type 1        N       85   Type 1        N       45   85.0
1  AB02    Undef   Type 1       87    Undef   Type 2       98   87.0
2  AB03      NaN                18   Type 1                 1    1.0
3  AB04    Undef                94    Undef                45    NaN
4  AB05   Type 1        Y       81   Type 1        Y       66   81.0
5  AB06               NaN       54            Type 1       36   36.0

或者：

var_check = "Type 1"
ds1_col_check = ["DS1.ColA","DS1.ColB","DS1.Val"]
ds2_col_check = ["DS2.ColA","DS2.ColB","DS2.Val"]

df.loc[df[ds1_col_check[:-1]].eq(var_check).any(axis=1), 'Value'] = df[ds1_col_check[-1]]
df.loc[df[ds2_col_check[:-1]].eq(var_check).any(axis=1), 'Value'] = df['Value'].fillna(df[ds2_col_check[-1]])

【讨论】：

【解决方案2】：

pyjanitor 在dev 中有一个case_when 实现，在这种情况下可能会有所帮助，以抽象多个条件（在后台，它使用 pd.Series.mask）：

# pip install git+https://github.com/pyjanitor-devs/pyjanitor.git
import pandas as pd
import janitor as jn

 # it has a syntax of 
# condition, value, 
# condition, value, 
# more condition, value pairing, 
# default if none of the conditions match
# column name to assign values to
# similar to a case when in SQL
 df.case_when(
      df['DS1.ColA'].str.contains('Type 1') | df['DS1.ColB'].str.contains('Type 1'), df['DS1.Val'],
      df['DS2.ColA'].str.contains('Type 1') | df['DS2.ColB'].str.contains('Type 1'), df['DS2.Val'],
      np.nan,
      column_name = 'Value')

     ID DS1.ColA DS1.ColB  DS1.Val DS2.ColA DS2.ColB  DS2.Val  Value
0  AB01   Type 1        N       85   Type 1        N       45   85.0
1  AB02    Undef   Type 1       87    Undef   Type 2       98   87.0
2  AB03      NaN                18   Type 1                 1    1.0
3  AB04    Undef                94    Undef                45    NaN
4  AB05   Type 1        Y       81   Type 1        Y       66   81.0
5  AB06               NaN       54            Type 1       36   36.0

【讨论】：