根据熊猫中其他列中的值增加列值中的值答案

【问题标题】：Increase the values in a column values based on values in other column in pandas根据熊猫中其他列中的值增加列值中的值
【发布时间】：2022-02-03 17:11:27
【问题描述】：

我的源数据格式为 csv 文件，如下所示：

id,col1,col2                
123,11|22|33||||||,val1|val3|val2           
456,99||77|||88|||||||||6|,val4|val5|val6|val7

我需要添加一个新列（fnlsrc），它的值将基于 Col2 和 Col1 中的值，即如果 col1 有 9 个值（用管道分隔），而 col2 有 3 个值（用管道分隔），那么在fnlsrc 列我必须加载 9 个值（用管道分隔） 3 组 col2（val1|val3|val2|val1|val3|val2|val1|val3|val2）。请参考下面的输出，这将有助于轻松理解需求：

id,col1,col2,fnlsrc
123,11|22|33||||||,val1|val3|val2,val1|val3|val2|val1|val3|val2|val1|val3|val2
456,99||77|||88|||||||||6|,val4|val5|val6|val7,val4|val5|val6|val7|val4|val5|val6|val7|val4|val5|val6|val7|val4|val5|val6|val7

我尝试了以下代码，但它只添加了一组：

zipped = zip(df['col1'], df['col2'])
for s,t in zipped:
    count = int((s.count('|') + 1)/(t.count('|') + 1))
    for val in range(count):
        df['fnlsrc'] = t

【问题讨论】：

标签： python-3.x pandas dataframe

【解决方案1】：

由于新列基于其他两个，我将使用 panda 的 apply() 函数。我定义了一个函数，它根据其他两列计算新列的值，然后将其应用于每一行：

def new_value(x):
    # Find out number of values in both columns
    col1_numbers = x['col1'].count('|') + 1
    col2_numbers = x['col2'].count('|') + 1
    
    # Calculate how many times col2 should appear in the new column
    repetition = int(col1_numbers/col2_numbers)

    # Create list of strings containing the values of the new column
    values = [x['col2']]*repetition

    # Join the list of strings with pipes
    return '|'.join(values)

# Apply the function on every row
df['fnlsrc'] = df.apply(lambda x:new_value(x), axis=1)
df

输出：

id  col1    col2    fnlsrc
0   123 11|22|33||||||  val1|val3|val2  val1|val3|val2|val1|val3|val2|val1|val3|val2
1   456 99||77|||88|||||||||6|  val4|val5|val6|val7 val4|val5|val6|val7|val4|val5|val6|val7|val4|v...

输入格式的完整输出：

id,col1,col2,fnlsrc
123,11|22|33||||||,val1|val3|val2,val1|val3|val2|val1|val3|val2|val1|val3|val2
456,99||77|||88|||||||||6|,val4|val5|val6|val7,val4|val5|val6|val7|val4|val5|val6|val7|val4|val5|val6|val7|val4|val5|val6|val7

【讨论】：