pandas：将数据重新设置为以一定大小的第一个值开头？

Posted 2023-02-15

我有一个看起来像这样的数据框：

df = pd.DataFrame(data=d)
d = [
     "name": "Bob", "1/1/20": 10, "1/2/20": 24, "1/3/20": 38 ,
     "name": "Charlie", "1/1/20": 0, "1/2/20": 0, "1/3/20": 5 ,
     "name": "Helen", "1/1/20": 4, "1/2/20": 14, "1/3/20": 24 ,
     "name": "Sarah", "1/1/20": 2, "1/2/20": 4, "1/3/20": 11 
]

我想重新建立此数据的基础，因此对于每个人，它都从值大于10的第一天开始。

我还想重命名列，以便它们相对于第一天的值大于10，而不是绝对天数。

换句话说，我想要一个看起来像这样的输出数据框：

name     day1     day2     day2
Bob      10       24       38
Charlie  
Helen    14       24
Sarah    11

大熊猫有可能吗？

更新：也许我应该将其分解为较小的任务：

• 逐行提取所有大于100的值的数组
• 对于每一行，将其附加到新的数组数组中，并用空值右键填充。

也许根本不使用熊猫会更好吗？

答案

df.set_index('name', inplace=True) df.where(df >= 10).stack().to_frame('Value'). \ assign(Day=lambda x: x.groupby(level=0).cumcount() + 1). \ reset_index(level=0).pivot('name', 'Day', 'Value').add_prefix('Day').reindex(df.index) Out[37]: Day Day1 Day2 Day3 name Bob 10.0 24.0 38.0 Charlie NaN NaN NaN Helen 14.0 24.0 NaN Sarah 11.0 NaN NaN

另一答案

首先选择要订购的列：

DataFrame.where

或

DataFrame.where

然后您可以做：
cols = df.columns.difference(['name'])

cols = pd.to_datetime(df.columns,errors='coerce').notna()

---

也可以用df.loc[:,cols]=np.sort(df.loc[:,cols].where(lambda x: x.ge(10)))
df.loc[:,cols]=df.loc[:,cols].fillna('')
print(df)
选择
      name 1/1/20 1/2/20 1/3/20
0      Bob     10     24     38
1  Charlie                     
2    Helen     14     24       
3    Sarah     11