根据第三列的值，用另一列的值填充数据框列

Question

我有一个如下所示的 pandas 数据框。我根据 RefIDPrefix 列中的唯一值创建了最后 3 列。

RefIDPrefix	RefIDNumber	GO	PMID	Reactome
GO	12345
PMID	23456
Reactome	34567
GO	45678
GO	56789
PMID	67890

我想填写最后 3 列，如下所示。基本上，根据RefIDPrefix中的值，我想把RefIDNumber中的值放到RefIDPrefix对应的正确列中。

RefIDPrefix	RefIDNumber	GO	PMID	Reactome
GO	12345	12345
PMID	23456		23456
Reactome	34567			34567
GO	45678	45678
GO	56789	56789
PMID	67890		67890

我一直在尝试这样做，但一直无法弄清楚如何去做。任何帮助将不胜感激！

Answer 1

您可以使用df.pivot() 将列从RefIDPrefix 和.join() 构建回原来的df

df.join(df.pivot(columns='RefIDPrefix', values='RefIDNumber').fillna(''))

输出：

  RefIDPrefix  RefIDNumber       GO     PMID Reactome
0          GO        12345  12345.0                  
1        PMID        23456           23456.0         
2    Reactome        34567                    34567.0
3          GO        45678  45678.0                  
4          GO        56789  56789.0                  
5        PMID        67890           67890.0         

编辑

对于新列中数字的显示格式（目前显示为float带小数点的数字），如果你的RefIDNumber列实际上是字符串，那么新列中的数字也将是字符串并且没有小数点（如整数）。

但是，如果RefIDNumber 是数字格式（ID 号很可能是正数），我们可以通过微调.fillna() 部分将数字保留为integer，如下所示：

df.join(df.pivot(columns='RefIDPrefix', values='RefIDNumber').fillna(-1, downcast='infer').replace(-1, ''))

输出：

  RefIDPrefix  RefIDNumber     GO   PMID Reactome
0          GO        12345  12345                
1        PMID        23456         23456         
2    Reactome        34567                  34567
3          GO        45678  45678                
4          GO        56789  56789                
5        PMID        67890         67890