新 pandas 列基于不同的其他列，具体取决于另一列的值

Question

抱歉标题可能比问题本身更复杂 ;)

我有 de following pandas dataframe

    grh  anc     anc1     anc2    anc3     anc4     anc5    anc6     anc7  
1     2    5  0.10000  0.12000  0.1800  0.14000  0.15000  0.1900  0.20000   
2     3    7  0.03299  0.05081  0.0355  0.02884  0.03054  0.0332  0.03115   
3     4    3  0.00000  0.00000  0.0000  0.00000  0.00000  0.0000  0.00000   
4     5    4  0.00000  0.00000  0.0000  0.00000  0.00000  0.0000  0.00000   
5     6    1  0.10000  0.10000  0.1000  0.10000  0.10000  0.1000  0.10000   


       anc8     anc9    anc10  
1   0.10000  0.21000  0.24000  
2   0.02177  0.04903  0.04399  
3   0.00000  0.00000  0.00000  
4   0.00000  0.00000  0.00000  
5   0.10000  0.10000  0.10000

我想根据变量 anc 的值添加带有 forloop lap1、lap2、....的新列。例如，在第一行，anc=5 所以 lap1 应该等于 anc5 (0.1500) 的值，lap2 等于 anc6 (0.1900)...第二行 lap1=anc7 (0.03115), lap2=anc8 (0.02177),...

所以，输出应该看起来像

grh anc anc1    anc2    anc3    anc4    anc5    anc6    anc7    anc8    anc9    anc10   lap1    lap2    lap3
2   5   0.10000 0.12000 0.18000 0.14000 0.15000 0.19000 0.20000 0.1000  0.21000 0.24000 0.15000 0.19000 0.20000
3   7   0.03299 0.05081 0.0355  0.02884 0.03054 0.0332  0.03115 0.02177 0.04903 0.04399 0.03115 0.02177 0.04903
4   3   0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
5   4   0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
6   1   0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.10000

我尝试了一些非常基本的方法，但似乎不起作用

for i in range(1,4):
    j=df['anc']+i
    df['lap'+str(i)]= df['anc'+str(j)]

如果您有任何想法，我将不胜感激。谢谢

Answer 1

有点像 'brute-force' 方法，但我看不出你如何才能做到这一点：

df[[f"lap{i}" for i in range(1,4)]]= \
    df.apply(lambda x: \
        pd.Series({f"lap{j}": x[f"anc{int(j+x['anc']-1)}"] for j in range(1,4)}) \
    , axis=1)

（假设根据您的示例，您的最大 lap 为 3）

Answer 2

将 grh 和 anc 设置为索引，因为我们希望索引到 anc[1-9] 列。这在我们编写输出列时也派上用场：

df2 = df.set_index(['grh', 'anc'])

使用 anc 值将每一行切片到列中，该值现在在索引中，取 3 个相邻值，将它们转换为输出中预期名称的系列并分配它们匹配输出列

outcols = ['lap1', 'lap2', 'lap3']
df2[outcols] = df2.apply(lambda x: pd.Series(x[x.name[1]-1:x.name[1]+2].values, index=outcols), axis=1)

df2 看起来像这样：

            anc1     anc2    anc3     anc4     anc5    anc6     anc7     anc8     anc9    anc10     lap1     lap2     lap3
grh anc
2   5    0.10000  0.12000  0.1800  0.14000  0.15000  0.1900  0.20000  0.10000  0.21000  0.24000  0.15000  0.19000  0.20000
3   7    0.03299  0.05081  0.0355  0.02884  0.03054  0.0332  0.03115  0.02177  0.04903  0.04399  0.03115  0.02177  0.04903
4   3    0.00000  0.00000  0.0000  0.00000  0.00000  0.0000  0.00000  0.00000  0.00000  0.00000  0.00000  0.00000  0.00000
5   4    0.00000  0.00000  0.0000  0.00000  0.00000  0.0000  0.00000  0.00000  0.00000  0.00000  0.00000  0.00000  0.00000
6   1    0.10000  0.10000  0.1000  0.10000  0.10000  0.1000  0.10000  0.10000  0.10000  0.10000  0.10000  0.10000  0.10000

如果您想将 grh 和 anc 恢复为列，请再次重置索引。

基于替代名称的查找而不是位置查找：

定义一个实用函数来执行提供浮点数的列查找。它需要接受一个浮点数，因为如果该系列包含任何非整数值，pandas 会自动将 int64 转换为 float64。使用此函数执行查找并分配输出。这种方法的一个好处是不需要 set_index。

def cols(n,p): return [f'{p}{i}' for i in range(int(n), int(n+3))] 
df[cols(1, 'lap')] = df.apply(lambda x: pd.Series(x[cols(x.anc, 'anc')].values), axis=1)

Answer 3

# Where is the new lap column starting
startingNewColsNumber  = df.shape[1]

# How many new lap columns to add
numNewCols = df.grh.max() 

# Generate new lap columns
newColNames = ['lap'+str(x) for x in range(1, numNewCols + 1)]

# add new lap columns to the dataframe
for lapName in newColNames:
    df[lapName] = np.NaN

# now fill the values for each of rows for the new 'lap' columns 
for row in df.index:
    startCopyCol = df.loc[row,'anc'] + 1   # What is the begening anc value to start copying
    howmany = df.loc[row,'grh']            # How many lap values should I fill
    df.iloc[row, startingNewColsNumber : startingNewColsNumber + howmany]  =  \
    df.iloc[row, startCopyCol : startCopyCol + howmany].values

df

这是我得到的输出：

grh anc anc1    anc2    anc3    anc4    anc5    anc6    anc7    anc8    anc9    anc10   lap1    lap2    lap3    lap4    lap5    lap6
0   2   5   0.10000 0.12000 0.1800  0.14000 0.15000 0.1900  0.20000 0.10000 0.21000 0.24000 0.15000 0.19000 NaN NaN NaN NaN
1   3   7   0.03299 0.05081 0.0355  0.02884 0.03054 0.0332  0.03115 0.02177 0.04903 0.04399 0.03115 0.02177 0.04903 NaN NaN NaN
2   4   3   0.00000 0.00000 0.0000  0.00000 0.00000 0.0000  0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.0 NaN NaN
3   5   4   0.00000 0.00000 0.0000  0.00000 0.00000 0.0000  0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.0 0.0 NaN
4   6   1   0.10000 0.10000 0.1000  0.10000 0.10000 0.1000  0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.1 0.1 0.1

让我知道这是否为您提供了某种解决方案

新 pandas 列基于不同的其他列，具体取决于另一列的值

New pandas columns based on different other columns, depending on a value of another column

lookup

calculated-columns

pandas