根据条件在熊猫中创建新列

Question

我有一个这样的列的数据框：

    column_1
0   0.75 / 1 / 1.25 
1   0.25 / 0 / -0.25 / 0
2   0 / -0.25 / 0 / -0.25 / 0
3   0 / -0.25 
4   0.5 / 0.25
5   0.25

每一行由一串连续的数字组成（数字之间移动 0.25， 例如从 0 到 0.25 到 0.5，或从 -1 到 -1.25） 我只需要相同数字不出现 2 次（或更多）的行，例如：0.25 / 0 / 0.25 / 0 / 0.25 / 0 或 0.5 / 0.25 / 0.5 我不需要只有一个数字的行，例如 0.25

我要新建一列，并保留符合条件的列（相同的数字不会出现2次（或更多））

    column_1                     new_column
0   0.75 / 1 / 1.25              0.75 / 1 / 1.25 
1   0.25 / 0 / -0.25 / 0         NaN
2   0 / -0.25 / 0 / -0.25 / 0    NaN
3   0 / -0.25                    0 / -0.25 
4   0.5 / 0.25                   0.5 / 0.25
5   0.25                         NaN

Answer 1

这是拆分这些字符串并爆炸的一种方法，然后只保留那些 Series.is_unique 是 True 并且它们有多个元素的：

l = df.column_1.str.split(' / ')
m = (l.explode()
      .groupby(level=0, sort=False)
      .apply(lambda x: x.is_unique) 
       & (l.str.len()>1))
df['new_column'] = df.where(m)

---

print(df)

                    column_1        new_column
0           0.75 / 1 / 1.25   0.75 / 1 / 1.25 
1       0.25 / 0 / -0.25 / 0               NaN
2  0 / -0.25 / 0 / -0.25 / 0               NaN
3                 0 / -0.25         0 / -0.25 
4                 0.5 / 0.25        0.5 / 0.25
5                       0.25               NaN

Answer 2

使用split 和strip 创建一个数字列表助手系列。将列表的长度与其对应的set 进行比较，并使用布尔逻辑创建new_column：

s = df['column_1'].apply(lambda x: [x.strip() for x in x.split('/')])

df['new_column'] = df.loc[(s.str.len() == s.apply(set).str.len()) & (s.str.len() != 1), 'column_1']

[出]

                    column_1       new_column
0            0.75 / 1 / 1.25  0.75 / 1 / 1.25
1       0.25 / 0 / -0.25 / 0              NaN
2  0 / -0.25 / 0 / -0.25 / 0              NaN
3                  0 / -0.25        0 / -0.25
4                 0.5 / 0.25       0.5 / 0.25
5                       0.25              NaN

Answer 3

另一种答案：

# Import libraries
import pandas as pd
import numpy as np

# Create DataFrame
df = pd.DataFrame({
    'column_1': ['0.75 / 1 / 1.25','0.25 / 0 / -0.25 / 0','0 / -0.25 / 0 / -0.25 / 0',
                 '0 / -0.25', '0.5 / 0.25', 0.25, np.nan, 'NaN'
                ]
})
# To handle np.NaN's using .fillna()
df['column_1'] = df['column_1'].fillna('0')

# To handle cases where numeric values in column
df['column_1'] = df['column_1'].astype(str)

# Split string to list and compare
df['split'] = df['column_1'].apply(lambda x: [i.replace('-','') for i in x.split(' / ')])
df['new_column'] = df['split'].apply(lambda x: np.nan if len(set(x))==1 else
                                     x if len(set(x))==len(x) 
                                     else np.nan)
df = df.drop('split', axis=1) # drop column

输出

print(df)

                    column_1       new_column
0            0.75 / 1 / 1.25  [0.75, 1, 1.25]
1       0.25 / 0 / -0.25 / 0              NaN
2  0 / -0.25 / 0 / -0.25 / 0              NaN
3                  0 / -0.25        [0, 0.25]
4                 0.5 / 0.25      [0.5, 0.25]
5                       0.25              NaN
6                          0              NaN
7                        NaN              NaN