问题描述
我想重新排列包含Nan的列名值。
我想要的条件是，如果列表中的字符串与column [1]匹配，它将只重新移动包含匹配字符串下的行的列值，因此其数据框在移动之前。
[in] : df
[Out]:
column1 column2 column3
0 aba abab 800.0 900.0
1 aaa acc 900.0 60.0
2 bba jka 809.0 400.0
3 fff yy 521.0 490.0
4 hkm asa j 290.0 321.0
5 daa rr oo 88.0 Nan
6 jtuy ww ddw Nan 600.0
8 bkam ftf Nan Nan
9 fgqefc Nan Nan
10 daas we fg Nan Nan
11 judv mm mk Nan Nan
12 hus gg hhh Nan Nan
这是我的列表
my_list= ['bba jka','hkm asa j']
所以我想要的数据框是df1
column1 column2 column3
0 aba abab 800.0 900.0
1 aaa acc 900.0 60.0
2 bba jka Nan Nan
3 fff yy 809.0 400.0
4 hkm asa j Nan Nan
5 daa rr oo 521.0 490.0
6 jtuy ww ddw 290.0 321.0
8 bkam ftf 88.0 Nan
9 fgqefc Nan 600.0
10 daas we fg Nan Nan
11 judv mm mk Nan Nan
12 hus gg hhh Nan Nan
我不了解如何通过shift和match实现df1，有人可以解决吗？
解决方法
这是一个建议，可能不是最佳选择：
步骤1 ：apply的准备工作：
match = df['column1'].str.fullmatch('|'.join(entry for entry in my_list))
df['shift'] = match.cumsum()
df['index'] = df.index
df.set_index('column1',drop=True,inplace=True)
结果（df）如下：
column2 column3 shift index
column1
aba abab 800.0 900.0 0 0
aaa acc 900.0 60.0 0 1
bba jka 809.0 400.0 1 2
fff yy 521.0 490.0 1 3
hkm asa j 290.0 321.0 2 4
daa rr oo 88.0 NaN 2 5
...
第2步：通过apply进行“转移”，并通过遮罩NaN进行match分配：
df = df.apply(lambda row: df.shift(int(row.at['shift'])).iloc[int(row.at['index'])],axis='columns')
df[list(match)] = np.nan
第3步：清理：
df.drop(['shift','index'],axis='columns',inplace=True)
df.reset_index(inplace=True)
希望结果如预期：
column1 column2 column3
0 aba abab 800.0 900.0
1 aaa acc 900.0 60.0
2 bba jka NaN NaN
3 fff yy 809.0 400.0
4 hkm asa j NaN NaN
5 daa rr oo 521.0 490.0
6 jtuy ww ddw 290.0 321.0
7 bkam ftf 88.0 NaN
8 fgqefc NaN 600.0
9 daas we fg NaN NaN
10 judv mm mk NaN NaN
11 hus gg hhh NaN NaN
但是我不喜欢在df.shift中使用apply。问题是第一行中可能的匹配将导致在没有shift的情况下出现错误的结果。这是一个避免此问题的版本，在apply中更直接：
# Preparation
df = pd.concat(
[pd.DataFrame({col: ['NOT IN LIST' if i == 0 else np.nan]
for i,col in enumerate(df.columns)}),df],axis='index',ignore_index=True
)
match = df['column1'].str.fullmatch('|'.join(entry for entry in my_list))
df['shift'] = df.index - match.cumsum()
df.set_index('column1',inplace=True)
# Shifting etc.
df = df.apply(lambda row: df.iloc[int(row.at['shift'])],axis='columns')
df[list(match)] = np.nan
# Clean up
df.drop('NOT IN LIST',inplace=True)
df.drop('shift',inplace=True)
df.reset_index(inplace=True)
（这里的假设是字符串'NOT IN LIST'不在my_list中。空字符串''也是一个不错的选择。）