如何使用特定匹配值基于另一列获取一列的值

Question

我有 5 列包含 [电压、总线、负载、负载值、传输、传输值]。所有带有 Values 的列名都包含基于其对应值的数值。csv 文件如下所示

Voltage     Bus    Load   load_Values   transmission    transmission_Values
Voltage(1)  2      load(1)   3          transmission(1)      2
Voltage(2)  2      load(2)   4          transmission(2)      3
Voltage(5)  3      load(3)   5          transmission(3)       5

我必须根据传输和负载来获取总线的值。例如 获得总线的价值。首先，我需要获取传输（2）的值，即 3。现在基于此值，我需要获取负载的值，即 load(3)=5。接下来，基于此值，我必须得到 Voltage(5) 的值为 3。

我尝试根据其对应的列值获取单个列的值。

total=df[df['load']=='load(1)']['load_Values']
next_total= df[df['transmission']=='transmission['total']']['transmission_Values']
v_total= df[df['Voltage']=='Voltage(5)']['Voltage_Values']

如何自动获取所有这些值。例如，如果我在每列中有 1100 个值，我如何获取这些列中 1100 的所有值。

This is how dataset looks like 所以要获得 VRES_LD 的值，这是新列。为此，我必须查找具有值 I__ND_LD(1) 的 I__ND_LD 列和存储在 I__ND_LD_Values 中的对应值，即 10。一旦我得到值 10，现在基于该值，我必须查找具有 I__BS__ND(10) 的 I__BS_ND 列在 I__BS_ND_Values 中其值为 5.0。基于这个值，我必须找到 V_BS(5) 的值，即 0.986009。现在该值应存储在新列 VRES_LD 中。如果你现在得到它，请告诉我。

Answer 1

我概括了您的解决方案，以便您可以使用任意数量的值。

我将名称“Load_Value”更改为“load_value_name”以避免混淆，因为有一个名为“load_value”的小写变量。

您可以从任意数量的值开始；在我们的示例中，我们从“1”开始：

start_values = [1]
load_value_name = [f"^I__ND_LD({n})" for n in start_values]
#Output: but you'll have more than one if needed
['^I__ND_LD(1)']

然后我们获取所有的值：

load_values=df[df['I__ND_LD'].isin(load_names)]['I__ND_LD_Values'].values.astype(np.int)
#output: again, more if needed
array([10])

让我们获取巴士名称：

bus_names = [f"^I__BS_ND({n})" for n in load_values]
bus_values = df[df['I__BS_ND'].isin(bus_names)]['I__BS_ND_Values'].values.astype(np.int)
#output
array([5])

最后是电压：

voltage_bus_value = [f"^V_BS({n})" for n in bus_values]
voltage_values = df[df['V_BS'].isin(voltage_names)]['V_BS_Values'].values
#output
array([0.98974069])

注意事项： 我没有四舍五入，而是向下转换为 int;并且 .isin() 方法会查找所有出现的情况，因此您可以获取所有值。

Answer 2

如果我理解正确，您应该能够创建键/值表并使用merge。 voltage 的步骤有点不清楚，但我认为下面的基本想法应该可行：

df = pd.DataFrame({'voltage': {0: 'Voltage(1)', 1: 'Voltage(2)', 2: 'Voltage(5)'},
 'bus': {0: 2, 1: 2, 2: 3},
 'load': {0: 'load(1)', 1: 'load(2)', 2: 'load(3)'},
 'load_values': {0: 3, 1: 4, 2: 5},
 'transmission': {0: 'transmission(1)',
  1: 'transmission(2)',
  2: 'transmission(3)'},
 'transmission_values': {0: 2, 1: 3, 2: 5}})

load = df[['load', 'load_values']].copy()
trans = df[['transmission','transmission_values']].copy()
load['load'] = load['load'].str.extract('(\d)').astype(int)
trans['transmission'] = trans['transmission'].str.extract('(\d)').astype(int)

(df[['bus']].merge(trans, how='left', left_on='bus', right_on='transmission')
            .merge(load, how='left', left_on='transmission_values', right_on='load'))

导致：

   bus  transmission  transmission_values  load  load_values
0    2             2                    3   3.0          5.0
1    2             2                    3   3.0          5.0
2    3             3                    5   NaN          NaN

Answer 3

我认为你需要做 3 件事。

1.您需要在字符串中输入一个数字。你这样做：

n_cookies = 3
f"I want {n_cookies} cookies"
#Output
I want 3 cookies

2.假设您需要获取的值是：

transmission_values = [2,5,20]
You than need to fetch those load values:
load_values_to_fetch = [f"transmission({n})" for n in transmission_values]
#output
[transmission(2),transmission(5),transmission(20)]

3.从df中获取所有电压值。使用 .isin() 方法：

voltage_value= df[df['Voltage'].isin(load_values_to_fetch )]['Voltage_Values'].values

我希望我正确理解了这个问题。尝试让我们知道，因为我无法尝试没有数据的代码