如何根据另一组列是否存在创建新列

Question

我的问题如下：

我有一个数据框 df，其中有 5 列 ('A', 'B', 'C', 'D', 'E')

现在我希望根据它们在集合中的列将这些列组合起来用于其他目的，比如 GP1 = [ 'A', 'B', 'D'] 和 GP2 = ['C','E'] 我将基于它们创建两个新列。

    df['Group1'] = df[GP1].min(axis=1)

    df['Group2'] = df[GP2].max(axis=1)

但是，根据数据，很多时候说 'A' 列（或说 'D' 或 'B' 或可能全部）可能从第一个中丢失设置或者第二组中可能缺少列 'C' 或 'E'（或两者）。

所以我正在寻找的是做一些事情，这样代码将检查第一组或第二组中的任何列是否丢失，然后只创建新的 'Group1'或 'Group2' 如果所有列都存在于一个组中，并且如果任何集合中的任何列丢失，它将跳过创建新列。

我怎样才能做到这一点。我正在尝试循环但没有帮助并变得复杂的逻辑。

两个集合中的所有列都存在的示例：

       df_in
              A   B   C  D   E
              1   2   3  4   5
              2   4   6  2   3
              1   0   2  4   2
              
    
      df_out 
              A   B   C  D   E   Group1  Group2
              1   2   3  4   5    1       5
              2   4   6  2   3    2       6
              1   0   2  4   2    0       2

第二组的E列不存在的例子：

        df_in 
              A   B   C  D   
              1   2   3  4   
              2   4   6  2   
              1   0   2  4   
              
    
      df_out
              A   B   C  D  Group1  
              1   2   3  4   1       
              2   4   6  2   2       
              1   0   2  4   0

当 A 和 D 都从 A 组中丢失时（并且 set/group 1 中只有 B 存在）

    df_in 
              B   C  E
              2   3  5
              4   6  3
              0   2  2
              
    
    df_out
              B   C   E  Group2
              2   3   5    5
              4   6   3    6
              0   2   2    2

以下情况，第 1 组中的 A 缺失，第 2 组中的 C 缺失：

在此方面的任何帮助将不胜感激。谢谢

Answer 1

给你，我想你可以用这个：

df_out = (df_in.assign(Group1=df_in.reindex(gp1, axis=1).dropna().min(axis=1), 
                      Group2=df_in.reindex(gp2, axis=1).dropna().max(axis=1))
               .dropna(axis=1, how='all'))

MCVE:

df_in  = pd.read_clipboard() #Read from copy of df_in in the question above
print(df_in)

#   A  B  C  D  E
# 0  1  2  3  4  5
# 1  2  4  6  2  3
# 2  1  0  2  4  2

gp1 = ['A','B','D']
gp2 = ['C','E']

df_out = (df_in.assign(Group1=df_in.reindex(gp1, axis=1).dropna().min(axis=1), 
                      Group2=df_in.reindex(gp2, axis=1).dropna().max(axis=1))
               .dropna(axis=1, how='all'))

print(df_out)

#   A  B  C  D  E  Group1  Group2
# 0  1  2  3  4  5       1       5
# 1  2  4  6  2  3       2       6
# 2  1  0  2  4  2       0       2

df_in_copy=df_in.copy() #make a copy to reuse later
df_in = df_in.drop('E', axis=1) #Drop Col E
print(df_in)

#    A  B  C  D
# 0  1  2  3  4
# 1  2  4  6  2
# 2  1  0  2  4

df_out = (df_in.assign(Group1=df_in.reindex(gp1, axis=1).dropna().min(axis=1), 
                      Group2=df_in.reindex(gp2, axis=1).dropna().max(axis=1))
               .dropna(axis=1, how='all'))
print(df_out)

#    A  B  C  D  Group1
# 0  1  2  3  4       1
# 1  2  4  6  2       2
# 2  1  0  2  4       0


df_in = df_in_copy.copy() #Copy for copy create
df_in = df_in.drop(['A','D'], axis=1) #Drop Columns A and D
print(df_in)

#    B  C  E
# 0  2  3  5
# 1  4  6  3
# 2  0  2  2

df_out = (df_in.assign(Group1=df_in.reindex(gp1, axis=1).dropna().min(axis=1), 
                      Group2=df_in.reindex(gp2, axis=1).dropna().max(axis=1))
               .dropna(axis=1, how='all'))
print(df_out)

#    B  C  E
# 0  2  3  5
# 1  4  6  3
# 2  0  2  2

如何根据另一组列是否存在创建新列

How to create new columns based on whether another group of Columns Exists

python

filtering

multiple-columns

pandas

pandas-groupby

MCVE: