使用 Pandas 映射和转换 CSV答案

【问题标题】：Mapping and transforming CSV with Pandas使用 Pandas 映射和转换 CSV
【发布时间】：2020-01-27 03:18:55
【问题描述】：

我一直在尝试使用 Python 和 Pandas 解决简单的映射和转换问题，但似乎我没有朝着正确的方向前进。

我有一个简单的 CSV 文件，我需要删除一些列、插入新列并将一些数据注入这些新列。

我可以将它添加到字典中，但我不知道迭代数据以将数组的每个元素放入一行，而不是与字典内的键关联的整个列表。

我能够找到关于 pandas 的教程，但没有一个关于删除/添加列/新数据的内容。

我相信阅读代码比试图描述它更容易理解：

import numpy as np
import pandas as pd

# open file
data = pd.read_csv("sample_data.csv")

# delete columns
data = data.drop(['Current Status',
                  'Acquisition Channel',
                  'Attribution',
                  'Contact Record ID'],
                  axis='columns')

# rename Unit Price column to Total
data = data.rename(columns={'Unit Price': 'Total'})

# resort

data_blend = {'CODE': ['1'],
              'Company': data['Company ID'],
              'DEPARTMENT': np.nan,
              'CLASS': np.nan,
              'SALES': data['Total']>0,
              'RETURNS': data['Total']<0,
              'UNITS': data['Quantity'],
              'DATE-TRAN': data['Transaction ID'],
              'TRDATE-CCCCMMDD': data['Date'],
              'SKU-NEW': data['Product ID'],
              'TRX-SOURCE': ['8'],
              'ASSISTED-SALE': ['A'],
              'RET-ORIG-DATE': data['Transaction ID'],
              'RET-ORIG-TERM': data['Date'],
              'TIME-HHMM00': ['AAAAAA'],
              }

modified_data = pd.DataFrame.from_dict(data_blend)

感谢您对此提供的任何帮助。

【问题讨论】：

您的预期输出是什么？
代码、公司 ID、部门、类别、销售、退货、单位、日期-Tran ... 1,123,456,Class1,120,0,1,20190926 ...
@CeliusStingher 我采用 csv，删除一些列，将单价重命名为总计，并根据列名添加具有固定信息的新列，例如“1”或“A”或“AAAAAA”。我的 data_blend 字典正在分配整个列信息（假设为键“公司”）。我需要遍历数据并相应地附加每一行。谢谢。
我不明白你为什么在这里使用字典。你能举一个输出的例子吗？如果你想迭代“公司”，为什么不迭代并追加你想要的？
@DavidE 字典试图使用 pandas。这是我的输入和输出：输入：用户，用户 ID，当前状态，电子邮件，零售商 ID，用户登录，权限，类型，商店 ID，零售商商店 ID，位置，交易 ID，日期，产品 ID，产品名称，数量,单价, Barbara,192,Active,barba@barbara.com,132238,barbara,1,store,123,7777,New York,111122333,2019-01-31 5:00,500088000000,,1,-51,输出：代码，公司，部门，类别，销售，单位，日期-TRAN，SKU-NEW，TRX-SOURCE，辅助销售，RET-ORIG-DATE，TIME-HHMM00 1,132238，””，””，- 51,1,2019-01-31,111122333,8,A,111122333,2019-01-31,AAAAAA

标签： python pandas csv dataset

【解决方案1】：

我不确定我是否理解您的需求，但我会尽力做到最好。

#you can loop over your companies like so:
for company in data['Company ID']:
   # Do whatever, for example test if Total > 0 
   if data["Total"][data['Company ID'] == company] > 0:
      # do something

如果你想添加列，你可以

# create a list like so 
my_list = []
# after appending what you want you build a new column like so
data["somename"] = my_list

如果不确切了解您的问题，我无法为您提供更多帮助。

【讨论】：