如果与列表匹配，则重新移动 Nan 值列数据框

Question

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列 [1] 匹配，它只会重新移动包含匹配字符串下的行的列值，因此它是我移动前的数据框。

[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 

这里是我的清单

my_list= ['bba jka', 'hkm asa j']

这是我想要的数据框，名称为 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 

我不明白怎么用shift和match实现df1，谁能解决？

Answer 1

这里有一个建议，可能不是最佳的：

第一步：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) 看起来像：

            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 和 NaN 通过掩码 match 进行“转移”：

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)

希望结果符合预期：

        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

但我不喜欢在apply 中使用df.shift。问题是如果没有shift，第一行中可能的匹配会导致错误结果。这是避免此问题的版本，并且在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', drop=True, 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', axis='index', inplace=True)
df.drop('shift', axis='columns', inplace=True)
df.reset_index(inplace=True)

（这里假设字符串'NOT IN LIST'不在my_list中。空字符串''很可能也是一个不错的选择。）