在python中转换数据框答案

【问题标题】：Transforming data frame in python在python中转换数据框
【发布时间】：2020-10-08 15:35:42
【问题描述】：

我有以下数据集：

ID      A     B    C
1      aa     -    -
2      -      bb   -
3      -      -    cc
4      aaa    -    -

应转换为以下数据框：

ID    A
 1    aa
 2    bb
 3    cc
 4    aa

所以本质上是移动行以使其适合第一列

【问题讨论】：

结果中的第四项是 'aaa' 还是只是 'aa' ？
是df.ffill(1)吗？
类似问题stackoverflow.com/questions/62248185/…
@Subbireddydwarampudi：只是啊。这些只是虚拟条目。我唯一想要的是将所有内容移回第一列。
类似于@QuangHoang 所说的df.set_index('ID').replace('-',np.nan).bfill(1).iloc[:,0].reset_index()

标签： python python-3.x pandas transform reindex

【解决方案1】：

您可以在replace nan 的符号“-”之后沿列使用bfill：

df_ = df.replace('-', np.nan).bfill(1)[['ID', 'A']]
print(df_)
  ID    A
0  1   aa
1  2   bb
2  3   cc
3  4  aaa

【讨论】：

【解决方案2】：

您可以使用df.replace 将- 替换为np.nan 并将'ID' 设置为索引，然后将df.stack 和df.droplevel 设置为索引

df.replace('-',np.nan).set_index('ID').stack().droplevel(1)

ID
1     aa
2     bb
3     cc
4    aaa
dtype: object

【讨论】：

【解决方案3】：

你可以试试这个：

df.replace('-', np.nan, inplace=True)
df['new'] = df[df.columns[1:]].apply(
    lambda x: ''.join(x.dropna().astype(str)),
    axis=1
)
df = df[['ID', 'new']]
print(df)

输出：

   ID  new
0   1   aa
1   2   bb
2   3   cc
3   4  aaa

【讨论】：

【解决方案4】：

for i in range(len(df)):
    if df.at[i, 'A'] == '-':
        if df.at[i, 'B'] == '-':
            df.at[i, 'A'] = df.at[i, 'C']
        else:
            df.at[i, 'A'] = df.at[i, 'B']

df.drop(['B', 'C'], axis=1, inplace = True)

只需使用嵌套 if 语句来查找除- 之外的其他内容的列，并将该值分配给列A 中的值。

**Output** : df

    ID  A
0   1   aa
1   2   bb
2   3   cc
3   4   aaa

【讨论】：