比较 >= 列，然后根据比较删除另一列，减 1 并执行直到满足条件

Question

我正在缓慢但肯定地学习这个 Python/Pandas，但大多数时候它让我争吵不休，把我弄得一团糟。我正在开发一个项目，该项目将比较两列（一次一行），然后将 lstrip 的操作应用于同一行的另一列。基本上，如果 [count column] 大于 [column1] 然后 lstrip [column2 (any numbers and/or .periods) ]，然后 lstrip [column2 ('|') 一次，然后从 [count column] 中减去 1 和重新开始这个过程。这应该一直持续到“count”列号等于“column1”号然后停止。但是 'column2 中的所有字段都有不同的数字长度，有些会比其他字段运行时间更长。

目前，代码将运行并 lstrip 'column2' 中的所有行（同时），并从 'count' 列中的所有行中减去 1。它将继续运行，直到“计数”列达到负数。这意味着当“count”列等于“column1”时，它不会停止操作（针对该行）。

我的想法是一次处理一行，当“计数”列等于 column1 时，然后继续向下一行并重新开始该过程。冲洗并重复直到完成。但是，在尝试查找示例时，我发现以下链接表明 pandas 旨在一次通过操作运行整个系列（列），而不是我认为一次一行的逻辑。

<http://shorturl.at/acvIL>

我感谢任何可以帮助教人钓鱼的人。感谢您抽出宝贵时间，如果您有任何问题，请告诉我。

import pandas as pd
from pandas import DataFrame, Series
import numpy as np

# get starting excel file - Working
df = pd.read_excel("E:\Book11.xlsx")

# inserts 'count' column  into last position. - Working
df.insert(2, 'count', '')

# counts the number of '|' spec-char in the 'col2' column and places sum into 'count' column . - 
# Working
f = df['column2'].str.count('\|')
df.loc['column2'] = df['count'] = f

# compares 'count' column number greater than 'column1' number to start condition
for count, column1 in zip(df.iloc[:, 2], df.iloc[:, 0]):

# if condition is true, then lstrip any (0-9.)chars, then lstrip('\|') spec-char,
# then subtract 1 from 'count' column and test again (all rows).
    df['column2'] = df['column2'].astype(str).str.lstrip('0123456789.')
    df['column2'] = df['column2'].astype(str).str.lstrip('\|')
    df['count'] = df['count'] - 1



# 'count' column has different numbers than 'column1' column so some rows will complete
# sooner than other rows. But all rows at different times and only if 'count' column reaches == 
# (equal) to 'column1' column .

print(df)



Before:
column1   column2                                                        count
7         0|0|0|0|0|0|0|0|0|0|0|0|0|0|0                                  14
2         369|369|219|219|219                                            4
3         413.1|413.1|413.1|413.1|413.1|413.1                            5
6         228.65|228.65|228.65|322.15|322.15|322.15|228.65|228.65        7
4         359|359|359|359|359                                            4


Finished Product:
column1   column2                                                        count
7         0|0|0|0|0|0|0|0                                                7
2         369|369|219                                                    2
3         413.1|413.1|413.1|413.1                                        3
6         228.65|322.15|322.15|322.15|228.65|228.65|225                  6
4         359|359|359|359|359                                            4 

Answer 1

您可以使用apply 和lambda 函数一次性完成，而不是多次执行逻辑。想法是在| 上拆分，然后在基于column1 切片后再次加入所有内容。

df['column1'] = df['column1'].astype(int)
df['column2'] = df.apply(lambda x: '|'.join(x.column2.split('|')[:x.column1 + 1]), axis=1)

   column1                                           column2  count
0        7                                   0|0|0|0|0|0|0|0      7
1        2                                       369|369|219      2
2        3                           413.1|413.1|413.1|413.1      3
3        6  228.65|228.65|228.65|322.15|322.15|322.15|228.65      6
4        4                               359|359|359|359|359      4