web-dev-qa-db-fra.com

Remplace les uns dans les colonnes binaires par les valeurs d'une autre colonne

J'ai un cadre de données qui ressemble à ceci:

df = pd.DataFrame({"value": [4, 5, 3], "item1": [0, 1, 0], "item2": [1, 0, 0], "item3": [0, 0, 1]})
df

  value item1   item2   item3
0   4   0      1         0
1   5   1      0         0
2   3   0      0         1

Ce que je veux fondamentalement, c'est remplacer la valeur des éléments codés à chaud par la valeur de la colonne "valeur", puis supprimer la colonne "valeur". Le bloc de données résultant devrait ressembler à ceci:

df_out = pd.DataFrame({"item1": [0, 5, 0], "item2": [4, 0, 0], "item3": [0, 0, 3]})

   item1    item2   item3
0   0        4      0
1   5        0      0
2   0        0      3
pythonpandasdataframe
10
gorjan

Pourquoi ne pas simplement multiplier?

df.pop('value').values * df

   item1  item2  item3
0      0      5      0
1      4      0      0
2      0      0      3

DataFrame.pop a pour effet de supprimer et de renvoyer une colonne sur place, ce qui vous permet de le faire en une seule étape.

si les colonnes "item_ *" ont autre chose que 1, vous pouvez multiplier par bools:

df.pop('value').values * df.astype(bool)

   item1  item2  item3
0      0      5      0
1      4      0      0
2      0      0      3

Si votre DataFrame a d'autres colonnes, procédez comme suit:

df
   value  name  item1  item2  item3
0      4  John      0      1      0
1      5  Mike      1      0      0
2      3  Stan      0      0      1

# cols = df.columns[df.columns.str.startswith('item')]
cols = df.filter(like='item').columns
df[cols] = df.pop('value').values * df[cols]

df
  name  item1  item2  item3
0  John      0      5      0
1  Mike      4      0      0
2  Stan      0      0      3
14
coldspeed

Vous pourriez faire quelque chose comme:

df = pd.DataFrame([df['value']*df['item1'],df['value']*df['item2'],df['value']*df['item3']])
df.columns = ['item1','item2','item3']

EDIT: Comme cette réponse ne s'adapte pas correctement à de nombreuses colonnes en tant que commentaires @coldspeed, il convient d'effectuer une itération d'une boucle:

 cols = ['item1','item2','item3']
 for c in cols:
     df[c] *= df['value']
 df.drop('value',axis=1,inplace=True)
1
horro

Vous avez besoin:

col = ['item1','item2','item3']

for c in col:
    df[c] = df[c] * df['value']

df.drop(['value'],1,inplace=True)
0
AkshayNevrekar

pd.DataFrame.mul

Vous pouvez utiliser mul ou de manière équivalente multiply, en utilisant des étiquettes ou un index de position entier:

# label-based indexing
res = df.filter(regex='^item').mul(df['value'], axis='index')

# integer positional indexing
res = df.iloc[:, 1:].mul(df.iloc[:, 0], axis='index')

print(res)

#    item1  item2  item3
# 0      0      4      0
# 1      5      0      0
# 2      0      0      3
0
jpp