应用于熊猫系列时更改其他列值答案

【问题标题】：Change other Column value when apply on Series in Pandas应用于熊猫系列时更改其他列值
【发布时间】：2020-12-22 17:18:05
【问题描述】：

所以我有点迷路了。我基本上有以下df：

df = pd.DataFrame({'period':['Wk20-20','Wkend', 'Wk42-20', 'Q'],
'value': [None, '21-12', None, '4']})

    period  value
0   Wk20-20 None
1   Wkend   21-12
2   Wk42-20 None
3   Q       4

现在我想将类似于“Wk20-20”的值拆分为“周”作为周期列，将 20-20 作为值。

我尝试应用以下功能：

def transform(row):
    
    if re.match(r'Wk\d\d-\d\d', str(row["Description"])):
        print(type(row['Period_Date']))
        row['Period_Date'] = row['Description'].split('Wk')[1]
        return 'Week'
    if row["Description"] == 'Wkend':
        return 'Wkend'
    if row["Description"] == 'Q':
        return 'Quarter'

df['Description'] = df.apply(lambda row: transform(row), axis=1)

这行得通！我很惊讶，因为我只是在 stackoverflow 上给出这个例子时才注意到它有效。

    Description Period_Date
0   Week        20-20
1   Wkend       21-12-2020
2   Week        42-20
3   Quarter     4

现在我完全迷失了，因为我有或多或少完全相同的数据框（还有几列），但它在那个数据框上不起作用。我完全不知道为什么。当我从这个数据框中选择一堆列时，它会再次起作用。当我选择更多列时，它不再起作用了..有什么想法吗？

编辑：确切地说，它返回这个df：

    period  value
0   Week    None
1   Wkend   21-12
2   Week    None
3   Q       4

所以它改变的是周期列，而不是值

【问题讨论】：

标签： python pandas dataframe row apply

【解决方案1】：

让我们试试这个：

# extract period and values
s = df.period.str.extract('(\D+)(\d+-\d+)')

# where period and values are combined
mixed_period = s[0].notnull()

df['period'] = np.where(mixed_period, s[0], df['period'])
df['value'] = np.where(mixed_period, s[1], df['value'])

或与命名捕获组非常相似的方法：

s = df.period.str.extract('(?P<period>\D+)(?P<value>\d+-\d+)')
df.update(s)

输出：

  period  value
0     Wk  20-20
1  Wkend  21-12
2     Wk  42-20
3   Year   2020

【讨论】：

谢谢你，这确实有效。我想用 .apply 函数尝试它的主要原因是我也可以转换其他值（如果 period = Q 它变成季度等），也可以很好地将代码放在函数中。另外，为什么它不起作用仍然很奇怪

【解决方案2】：

apply 比较慢。因此，如果可能的话，我们可以找到如下替代方案：

代码：

import pandas as pd
import numpy as np

df = pd.DataFrame({'period':['Wk20-20','Wkend', 'Wk42-20', 'Year'],
'value': [None, '21-12', None, '2020']})

new = df.period.str.split('Wk', expand=True)
df['new_value'] = np.where(df.period.str.contains('Wk\d\d-\d\d'), new[1], df.value)
df["new_period"] = np.where(df.period.str.contains('Wk\d\d-\d\d'), 'Wkend', df.period)
print(df)

输出：

    period  value new_value new_period
0  Wk20-20   None     20-20      Wkend
1    Wkend  21-12     21-12      Wkend
2  Wk42-20   None     42-20      Wkend
3     Year   2020      2020       Year

【讨论】：