Pandas Dataframe 다시 빌드

Question

나는 Python을 처음 접했습니다. 잘못된 데이터 프레임을 재구성하는 데 문제가 있습니다. 내 데이터 프레임은 다음과 같습니다.

df = pd.DataFrame({'col1': ['id 1', 'id 2', 'test 3', 'test 4'],
               'col2': ['test 1', 'test 2',
                        'Number 6135', 'id 4'],
               'col3': ['Number 12344', 'Number 21612','id 3','Number 1131']})

보시다시피 첫 번째, 두 번째 및 Thrid 열에 "id 's"가 있습니다. 다른 값에 대해서도 동일합니다.

내 목표는 각 Col에 다음 예제와 같이 동일한 하위 문자열로 시작하는 값만있는 데이터 프레임을 갖는 것입니다.

나는 for Loops를 사용하고 Statments가 특정 하위 문자열이 내 문자열에 있는지 확인하기 위해 모두 준비했습니다. 그게 사실이면 새 열을 만들고 그 안에 내 값을 씁니다.

for x in df['col1']:
if 'id' in x:
    df['newCol']=x

나는이 코드가 내 문제를 결코 해결할 수 없다는 것을 알고 있습니다.이 문제를 해결하는 데 도움이 될 수있는 팬더 함수가있을 수 있습니다.

명확하지 않은 것이 있으면 문제를 설명하기 위해 최선을 다할 것입니다. 당신의 도움에 미리 감사드립니다.

Answer 1

sorted()사용자 정의 키 기능과 함께 사용할 수 있습니다 .

def key_fn(x):
    if 'id' in x:
        return 0
    if 'test' in x:
        return 1
    if 'Number' in x:
        return 2
    return 3 

df = df.apply(lambda x: pd.Series(sorted(x, key=key_fn)), axis=1)
df = df.rename(columns=lambda x: 'col{}'.format(x+1))
print(df)

인쇄물:

   col1    col2          col3
0  id 1  test 1  Number 12344
1  id 2  test 2  Number 21612
2  id 3  test 3   Number 6135
3  id 4  test 4   Number 1131

---

댓글에서 다른 버전 :

df = pd.DataFrame([sorted(l, key=key_fn) for l in df.values], columns=df.columns)
print(df)

Answer 2

가능한 경우 첫 번째 공백으로 값을 분할하여 솔루션을 단순화하십시오.

df = (df.reset_index()
        .melt('index')
        .assign(new = lambda x: x['value'].str.split().str[0])
        .pivot('index','new','value'))
print (df)
new          Number    id    test
index                            
0      Number 12344  id 1  test 1
1      Number 21612  id 2  test 2
2       Number 6135  id 3  test 3
3       Number 1131  id 4  test 4

그렇지 않으면 다음을 사용할 수 있습니다 Series.str.extract.

L = ['id','test','Number']

df = (df.reset_index()
        .melt('index')
        .assign(new = lambda x: x['value'].str.extract(f'({"|".join(L)})', expand=False))
        .pivot('index','new','value'))
print (df)
new          Number    id    test
index                            
0      Number 12344  id 1  test 1
1      Number 21612  id 2  test 2
2       Number 6135  id 3  test 3
3       Number 1131  id 4  test 4

Answer 3

이 시도:

s = df.melt()['value']
df_final = pd.DataFrame({x: s[s.str.startswith(x)].values 
                                        for x in s.str.split().str[0].unique()})

Out[27]:
     id    test        Number
0  id 1  test 3   Number 6135
1  id 2  test 4  Number 12344
2  id 4  test 1  Number 21612
3  id 3  test 2   Number 1131

Answer 4

먼저 데이터 프레임을 녹인 다음 numpy select 를 사용 하여 이름을 재정렬하고 마지막으로 피벗 할 수 있습니다 .

(df.melt(ignore_index=False)
   .assign(variable=lambda x: np.select([x.value.str.startswith("id"),
                                          x.value.str.startswith("test"),
                                          x.value.str.startswith("Number")],
                                          ["col1", "col2", "col3"]))
    .reset_index()
    .pivot("index", "variable", "value")
    .rename_axis(columns=None, index=None))


    col1    col2    col3
0   id 1    test 1  Number 12344
1   id 2    test 2  Number 21612
2   id 3    test 3  Number 6135
3   id 4    test 4  Number 1131