Python 中的数据整理以创建列表答案

【问题标题】：Data Wrangling in Python to Create a ListPython 中的数据整理以创建列表
【发布时间】：2021-10-13 05:12:20
【问题描述】：

我在下面的 Python 中有一个数据框：

import pandas as pd
df = pd.DataFrame({
    'CRDACCT_DLQ_CYC_1_MNTH_AGO' : [3, 2, 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C'], 
    'CRDACCT_DLQ_CYC_2_MNTH_AGO': [4, 3, 3, 3, 3, 3, 2, 0, 5, 4, 3, 2, 0, 2, 2, 2, 2, 2, 2, 0, 2, 2, 0, 2], 
    'CRDACCT_DLQ_CYC_3_MNTH_AGO': [8, 7, 6, 5, 4, 3, 2, 'F', 'F', 0, 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'F', 'C', 'C', 'F', 'F'], 
    'CRDACCT_DLQ_CYC_4_MNTH_AGO' : [0, 2, 'F', 'F', 'C', 'C', 'C', 'C', 0, 2, 0, 2, 0, 2, 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'F', 'C', 'F'], 
    'CRDACCT_DLQ_CYC_5_MNTH_AGO' : [2, 2, 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C'], 
    'CRDACCT_DLQ_CYC_6_MNTH_AGO' : [2, 2, 2, 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 0, 2, 0, 2, 0], 
    'CRDACCT_DLQ_CYC_7_MNTH_AGO' : [3, 3, 2, 'C', 'C', 'C', 'F', 0, 6, 5, 4, 3, 2, 2, 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C'], 
    'CRDACCT_DLQ_CYC_8_MNTH_AGO' : [5, 4, 4, 3, 3, 2, 3, 2, 2, 2, 1, 2, 0, 2, 'C', 'C', 0, 2, 2, 2, 'C', 'C', 0, 'Z'], 
    'CRDACCT_DLQ_CYC_9_MNTH_AGO' : [2, 2, 'C', 0, 2, 0, 2, 'C', 'C', 'C', 'C', 'C', 0, 3, 2, 'C', 'F', 'C', 'F', 'F', 'F', 'F', 'F', 'F'], 
    'CRDACCT_DLQ_CYC_10_MNTH_AGO' : [5, 4, 3, 2, 3, 2, 0, 2, 0, 2, 'C', 'C', 'F', 2, 'F', 'F', 'F', 'F', 'F', 'F', 'F', 'F', 'F', 'C'], 
    'CRDACCT_DLQ_CYC_11_MNTH_AGO' : [4, 3, 2, 'F', 2, 0, 'Z', 'Z', 'Z', 'Z', 'Z', 'Z', 'Z', 'Z', 'Z', 'Z', 'Z', 'Z', 'Z', 'Z', 'Z', 'Z', 'Z', 'Z'], 
    'CRDACCT_DLQ_CYC_12_MNTH_AGO' : ['F', 8, 7, 6, 5, 4, 3, 2, 'C', 'C', 'C', 0, 2, 'C', 'C', 0, 2, 0, 3, 2, 'C', 'C', 'F', 2]
})

df.head()

我想将这些值（字符串值：C、F 和 Z）转换为具有以下条件的某些类别：如果 CRDACCT_DLQ_CYC_1_MNTH_AGO、CRDACCT_DLQ_CYC_2_MNTH_AGO、......、CRDACCT_DLQ_CYC_12_MNTH_AGO 列中的值组成：

C = -1
F = -2
Z = -3
else value  = value

然后我转置表格以识别自 Dlq (MSD) 以来的月份。

dfT =pd.DataFrame(df.T).reset_index(inplace=False)
dfT

我想创建一个名为 MSD 的列表。如果 MSD 大于 1（值 > 1），则根据值标识 MSD。例如，在索引2中CRDACCT_DLQ_CYC_1_MNTH_AGO = C或在它改变后=-1不大于1。那么，检查CRDACCT_DLQ_CYC_2_MNTH_AGO是否大于1？ CRDACCT_DLQ_CYC_2_MNTH_AGO = 3 大于 1。因此，MSD is 2 因为它在 CRDACCT_DLQ_CYC_2_MNTH_AGO 中。识别的详细流程图和概览表。

MSD 值介于 1 和 12 之间，取决于 i 中的 CRDACCT_DLQ_CYC_i_MNTH_AGO、for i = 1,2,3,...,12。 所以最终结果是一个有 24 个值的 MSD 列表，为每个索引 0 -23 标识。

【问题讨论】：

这就是你尝试过的所有代码吗？
是的。但是如何首先将 C= -1, F = -2, 和 Z = -3 的值更改为这个数据集，以便我可以识别出值 > 1 的每一行？

标签： python pandas list data-wrangling

【解决方案1】：

是不是你想要的：

# From your dataframe
MSD = df.T.apply(pd.to_numeric, errors='coerce').ge(1).idxmax(axis=0) \
        .str.extract(r'CYC_(\d+)_MNTH', expand=False).astype(int).tolist()

print(MSD)

# Output:
[1, 1, 2, 2, 2, 2, 2, 8, 2, 2, 2, 2, 7, 2, 2, 2, 2, 2, 2, 8, 2, 2, 6, 2]

【讨论】：

我期望的最终结果是 MSD = [1,1,2,2,2,2,2,10, 2, 2,2,2,7,2,2,2,2 ,2]。将上个月的值 > 1 的值放入与 CRDACCT_DLQ_CYC_i_MNTH_AGO 上的 i 相同的列表中。例如，当 CRDACCT_DLQ_CYC_1_MNTH_AGO = 2 时，MSD 为 1，因为它大于 1。
@AnwarSanusi。随着预期的输出总是更清楚:)。我更新了我的答案，请您检查一下吗？
最终结果为真。但我无法从MSD = df.T.apply(pd.to_numeric, errors='coerce').gt(1).idxmax(axis=0) \ .str.extract(r'CYC_(\d+)_MNTH', expand=False).astype(int).tolist() 成功执行得到一个错误：AttributeError: Can only use .str accessor with string values！
如果您的数据框已经像图像上一样被转置，请尝试删除 .T。
它通过删除 .T 起作用。但是 #My Output : [2, 2, 2, 2, 2, 2, 2, 8, 2, 2, 2, 2, 7, 2, 2, 2, 2, 2, 2, 8, 2, 2, 6, 2] 这是错误的。如上所示，您的输出是正确的答案。 #你的输出[1, 1, 2, 2, 2, 2, 2, 8, 2, 2, 2, 2, 7, 2, 2, 2, 2, 2, 2, 8, 2, 2, 6, 2]。我关心的是索引 0 和 1 ，值为 2,2，正确答案应该是 1,1 作为你的。