根据另一列中的值填充一列答案

【问题标题】：Populating a column based off of values in another column根据另一列中的值填充一列
【发布时间】：2020-07-31 14:29:08
【问题描述】：

您好，我正在与pandas 合作处理一些实验室数据。我目前有一个data frame，有 5 列。

前三列（分析物、CAS NO(1) 和值）的顺序正确。
最后两列（CAS NO 2 和 Value 2）不是。

有没有办法根据匹配的 CAS 编号（又名 CAS NO(2)=CAS(NO1)）将 CAS No(2) 和 Value(2) 与前三列对齐。

我是python 和pandas 的新手。谢谢你的帮助

【问题讨论】：

标签： python pandas dataframe series data-processing

【解决方案1】：

您可以通过将 df 变量重新分配为自身的切片来重新排序列，该切片在其条目是相关列名的列表中被索引。

colidx = ['Analyte', 'CAS NO(1)', 'CAS NO(2)']
df = df[colidx]

【讨论】：

【解决方案2】：

最好以文本格式提供输入数据，以便我们可以复制粘贴。我理解您这样的问题：您需要将最后两列排序在一起，以便 CAS NO(2) 与 CAS NO(1) 匹配。

既然CAS NO(2)=CAS(NO1) 你就不需要重复CAS NO(2) 列了吧？

拆分最后两列并从中创建一个系列，然后将该系列转换为 dict，并使用该 dict 映射新值。

# Split 2 last columns and assign index.
df_tmp = df[['CAS NO(2)', 'Value(2)']]
df_tmp = df_tmp.set_index('CAS NO(2)')

# Keep only 3 first columns of original dataframe
df = df[['Analyte',' CASNo(1)', 'Value(1)']]

# Now copy the CasNO(1) to CAS NO(2)
df['CAS NO(2)'] = df['CasNO(1)']

# Now create Value(2) column on original dataframe
df['Value(2)'] = df['CASNo(1)'].map(df_tmp.to_dict()['Value(2)'])

【讨论】：

进入第 3 步时出现以下错误： SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.Try using .loc[row_indexer,col_indexer] = value请参阅文档中的警告：pandas.pydata.org/pandas-docs/stable/user_guide/… """启动 IPython 内核的入口点。

【解决方案3】：

尝试以下方法：

import pandas as pd
import numpy as np

#create an example of your table
list_CASNo1 = ['71-43-2', '100-41-4', np.nan, '1634-04-4']
list_Val1 = [np.nan]*len(list_CASNo1)
list_CASNo2 = [np.nan, np.nan, np.nan, '100-41-4']
list_Val2 = [np.nan, np.nan, np.nan, '18']

df = pd.DataFrame(zip(list_CASNo1, list_Val1, list_CASNo2, list_Val2), columns =['CASNo(1)','Value(1)','CAS NO(2)','Value(2)'], index = ['Benzene','Ethylbenzene','Gasonline Range Organics','Methyl-tert-butyl ether'])

#split the data to two dataframes
df1 = df[['CASNo(1)','Value(1)']]
df2 = df[['CAS NO(2)','Value(2)']]

#merge df2 to df1 based on the specified columns
#reset_index and set_index will take care
#that df_adjusted will have the same index names as df1
df_adjusted = df1.reset_index().merge(df2.dropna(),
                                      how = 'left',
                                      left_on = 'CASNo(1)',
                                      right_on = 'CAS NO(2)').set_index('index')

但要小心列中的重复项，这将导致合并失败..

【讨论】：