根据其他两个列的复杂条件更新列值
根据其他两个列的复杂条件更新列值
提问于 2022-11-03 02:54:35
对于下面的DataFrame df
df = pd.DataFrame([('Tesla','Model3', '-', 'Motor'),
('Tesla', 'ModelS', '-', 'MotorMD3'),
('Tesla', 'ModelX', '-', 'MotorMD3'),
('Tesla', 'ModelY', '-', 'Motor'),
('Jeep', 'Wrangler','Grouped','Engine'),
('Jeep', 'Compass', 'Grouped','EngineMD3'),
('Jeep', 'Patriot', 'Grouped','Engine'),
('Jeep', 'Cherokee','Grouped','Engine'),
('Ford', 'Mustang', 'Grouped','Engine'),
('Ford', 'F150', 'Grouped','Engine') ],columns=['Make','Model','Status','Type'])
df
Make Model Status Type
0 Tesla Model3 - Motor
1 Tesla ModelS - MotorMD3
2 Tesla ModelX - MotorMD3
3 Tesla ModelY - Motor
4 Jeep Wrangler Grouped Engine
5 Jeep Compass Grouped EngineMD3
6 Jeep Patriot Grouped Engine
7 Jeep Cherokee Grouped Engine
8 Ford Mustang Grouped Engine
9 Ford F150 Grouped Engine我正在尝试用EngineMD3更新列EngineMD3，如果EngineMD3存在于该Make中的任何一个Models中，以及如果Status是该Make的Grouped，则为所有相同的Make。但是，如果Status不是Grouped，则应为每个Models保留Type。如果“EngineMD3”不存在，则Type应保持为Engine。
例如，Tesla不是Grouped，因此每个模型都保持它们的Type相同。但是Jeep是Grouped，Compass的Type是EngineMD3，所以EngineMD3被更新为Type for all Jeep Models。Ford是Grouped，但是没有一个Models具有EngineMD3类型，所以Type保持为Engine
预期产出
Make Model Status Type
0 Tesla Model3 - Motor #For Tesla Type is maintained for each model seperately since it is not grouped
1 Tesla ModelS - MotorMD3
2 Tesla ModelX - MotorMD3
3 Tesla ModelY - Motor
4 Jeep Wrangler Grouped EngineMD3 #Since Jeep is grouped, all its Type is changed to EngineMD3 since one of the model had EngineMD3
5 Jeep Compass Grouped EngineMD3
6 Jeep Patriot Grouped EngineMD3
7 Jeep Cherokee Grouped EngineMD3
8 Ford Mustang Grouped Engine #Even though Ford is grouped, since there is no EngineMD3 the Type is maintained as Engine.
9 Ford F150 Grouped Engine换句话说，条件适用于所有的makes(例如。)如果make被分组，如果FD3被附加到任何模型types中，那么在同一个make中的所有分组模型都会被附加到FD3中。
我尝试使用np.select更新具有多个条件的Type列，但是我不能给出一个条件来一次选择所有相同的Make并更新Type。请帮助我，我在这里没有选择了。
回答 4
Stack Overflow用户
回答已采纳
发布于 2022-11-03 04:05:00
df.loc[df.Status.eq('Grouped'), 'Type'] = df[df.Status.eq('Grouped')].groupby('Make').Type.transform(
lambda x: 'EngineMD3' if x.eq('EngineMD3').any() else x) Make Model Status Type
0 Tesla Model3 - Motor
1 Tesla ModelS - MotorMD3
2 Tesla ModelX - MotorMD3
3 Tesla ModelY - Motor
4 Jeep Wrangler Grouped EngineMD3
5 Jeep Compass Grouped EngineMD3
6 Jeep Patriot Grouped EngineMD3
7 Jeep Cherokee Grouped EngineMD3
8 Ford Mustang Grouped Engine
9 Ford F150 Grouped EngineStack Overflow用户
发布于 2022-11-03 03:40:26
我不是蟒蛇专家，我相信还有更好的解决方案.但这里有一个。
- 检查查询的长度> 0 .
- (如果>0)，然后存储满足y变量中提到的条件的Make值。
- 然后替换特定Make的类型.
if len(df.query("Status == 'Grouped' & Type.str.startswith('EngineMD3')")) > 0:
x = df.query("Status == 'Grouped' & Type.str.startswith('EngineMD3')")['Make'].values
for i in range(len(x)):
y = x[i]
df['Type'].loc[df['Make'] == y] = 'EnginerMD3'
display(df)Stack Overflow用户
发布于 2022-11-03 03:43:43
你可以试试这个：
def process(g):
if sum(g.Status=='Grouped')>0:
g['Type'] = 'EngineMD3' if sum(g.Type=='EngineMD3')>0 else 'Engine'
return g
df.groupby('Make').apply(process)输出：
Make Model Status Type
0 Tesla Model3 - Motor
1 Tesla ModelS - MotorMD3
2 Tesla ModelX - MotorMD3
3 Tesla ModelY - Motor
4 Jeep Wrangler Grouped EngineMD3
5 Jeep Compass Grouped EngineMD3
6 Jeep Patriot Grouped EngineMD3
7 Jeep Cherokee Grouped EngineMD3
8 Ford Mustang Grouped Engine
9 Ford F150 Grouped Engine页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/74297709
复制相关文章
相似问题
腾讯云开发者
