如果字段包含某列中的值，则将字段移动到新列答案

【问题标题】：moving field to a new column if it contains value in a certain column如果字段包含某列中的值，则将字段移动到新列
【发布时间】：2019-01-10 10:07:23
【问题描述】：

LINE    TXOBJECT    TXNAME  TXID    LANG TXLINES
1       KNMT         1234   0001     EN
2         *          MEA
2         *          MEB
2         *          MEB
1       KNMT        12345   0001     EN
2         *          MEN
2         *          MED
2         *          MEC
1       KNMT        123456  0001     EN
2         *          LADY
2         *          BOY
2         *          DUDE

我有一个文件，我需要在新列中添加一些字段，因此我能够将我想要的字段放在新行中，但我无法将第 2 行的 TXNAME 列放入TXLINES 列。

我不知道我对我想要什么的解释是否正确，但我会在下面解释我需要什么

我想要下面这个。

LINE    TXOBJECT    TXNAME  TXID    LANG TXLINES
1       KNMT         1234   0001     EN  MEA MEB MEB
1       KNMT        12345   0001     EN  MEN MED MEC
1       KNMT        123456  0001     EN  LADY BOY DUDE

请就执行此操作的最佳方法提出建议。谢谢。

【问题讨论】：

标签： python excel pandas csv

【解决方案1】：

这是一种方法：

g = df.groupby((df.LINE == 1).cumsum())
txl = g['TXNAME'].apply(lambda x: x[1:].values).values
df = g.head(1).assign(TXLINES=txl).reset_index(drop=True)

完整示例：

import pandas as pd
import numpy as np

data = '''\
LINE    TXOBJECT    TXNAME  TXID    LANG TXLINES
1       KNMT         1234   0001     EN
2         *          MEA
2         *          MEB
2         *          MEB
1       KNMT        12345   0001     EN
2         *          MEN
2         *          MED
2         *          MEC
1       KNMT        123456  0001     EN
2         *          LADY
2         *          BOY
2         *          DUDE'''

fileobj = pd.compat.StringIO(data)
df = pd.read_csv(fileobj, sep='\s+').fillna('')

# Restructure
g = df.groupby((df.LINE == 1).cumsum())
txl = g['TXNAME'].apply(lambda x: x[1:].values).values
df = g.head(1).assign(TXLINES=txl).reset_index(drop=True)

print(df)

   LINE TXOBJECT  TXNAME TXID LANG            TXLINES
0     1     KNMT    1234    1   EN    [MEA, MEB, MEB]
1     1     KNMT   12345    1   EN    [MEN, MED, MEC]
2     1     KNMT  123456    1   EN  [LADY, BOY, DUDE]

解释：

这里的目的是捕获所有TXOBJECT == "*" 的行，一种方法是使用我们得到一个 LINE 列的事实。通过选择值为1 的行并应用 cumsum() 我们可以将这些行分组。从这里我们进行 twp 操作：获取 txlines 值，然后我们获取每个组的第一行并重组您的数据。

而通过使用txl = g['TXNAME'].apply(lambda x: ' '.join(x[1:])).values，你会得到：

   LINE TXOBJECT  TXNAME TXID LANG        TXLINES
0     1     KNMT    1234    1   EN    MEA MEB MEB
1     1     KNMT   12345    1   EN    MEN MED MEC
2     1     KNMT  123456    1   EN  LADY BOY DUDE

如果更清楚，您也可以将 txl = 更改为：

txl = g['TXNAME'].apply(list).str[1:].values

【讨论】：