Pandas 遍历两个数据帧答案

【问题标题】：Pandas iterating over two dataframesPandas 遍历两个数据帧
【发布时间】：2019-08-27 12:04:10
【问题描述】：

我有两个数据框，第一个有我的主要数据。我正在从第一个数据帧中取出一列，并使用字符串拆分制作另一个数据帧。

_t1 = df1["TABLE_NAME"].str.split("_",expand = True)
_t1.head()

df1 的第一个值为T_STG_PRG_POS_NORM_FAREAST，第二个值为T_STG_PRG_POS_NORM_EXEC_DBIT

_t1 looks like:

+---+-----+-----+-----+------+---------+------+------+
| 0 |  1  |  2  |  3  |  4   |    5    |  6   |  7   |
+---+-----+-----+-----+------+---------+------+------+
| T | STG | PRG | POS | NORM | FAREAST | None |      |
| T | STG | PRG | POS | NORM | EXCEC   | DBIT | None |
+---+-----+-----+-----+------+---------+------+------+

现在我想创建一个列 df1["SYSTEM NAME"]，它的第 0 行和 DBIT 的值应该是 FAREAST

我正在尝试这个循环：

for index,row in df1.iterrows():
    for column in _t1:
        if (pd.isna(_t1[column][row])== True):
            df1["SYSTEM NAME"]= _t1[column-1][row]

但我收到错误消息：ValueError: cannot index with vector containing NA / NaN values

【问题讨论】：

你可以试试df1["SYSTEM NAME"]=df1["TABLE_NAME"].str.split("_").str[5] 吗？
@anky_91 适用于第 0 行，但不适用于其他行。 _t1 共有 7 列，5-7 中的任何一个都可以是最终值。
所以你想要每个_t1 行的最终有效值？
@Valentino df1["SYSTEM NAME"] 中的值应该是_t1 每一行的最后一个非None 值
您的示例中没有第 7 列。

标签： python pandas dataframe iterator

【解决方案1】：

我不明白您为什么需要t1，因为您正在寻找拆分的最后一个元素。以下应该可以工作并且它是矢量的。

import pandas as pd

df = pd.DataFrame({"TABLE_NAME":["T_STG_PRG_POS_NORM_FAREAST",
                                 "T_STG_PRG_POS_NORM_EXEC_DBIT"]})

df["SYSTEM_NAME"] = df["TABLE_NAME"].str.split("_").str[-1]

【讨论】：

【解决方案2】：

至于@rpanai's answer，则不需要_t1。

但是如果你出于某种原因想要使用_t1，这里是如何做的：

df1['SYSTEM_NAME'] = _t1.apply(lambda x : x[x.notna()].iloc[-1], axis=1)

apply 方法中的lambda 函数从每一行获取最后一个非NA 元素。
notna 将None 和np.Nan 值都视为NA 值。

【讨论】：