比较两个序列列，并基于条件将元素添加到 Dataframe

Posted 2023-04-12

【中文标题】比较两个序列列，并基于条件将元素添加到 Dataframe

【英文标题】：Comparing two sequence columns, and base on a condition add element to Dataframe

【发布时间】：2021-07-19 20:56:44

【问题描述】：

你好，我正在寻找一个脚本可以帮助我解决以下问题的 Python：

有以下两列，我需要在序列之间创建间隙以使它们匹配：

	Input		Output
Index	column A	column B	column A	column B
0	1	1	1	1
1	2	2	2	2
2	2	2	2	2
3	3	3	3	3
4	4	3		3
5	5	4	4	4
6	5	5	5	5
7	6	5	5	5
8	8	6	6	6
9	8	8	8	8
10	9	8	8	8
11	10	9	9	9
12	11	9		9
13	11	10	10	10
14	15	13	11
15	16	13	11
16	16	14		13
17	17	14		13
18	17	15		14
19	18	15		14
20	19	16	15	15
21	21	16		15
22	22	17	16	16
23	27	17	16	16
24			17	17
25			17	17
26			18
27			19
28			21
29			22
30			27

我试过了，但我的逻辑不起作用

我使用 Pandas 和 Python 尝试了不同的东西，首先我尝试将列转换为列表并逐个迭代它们但没有奏效，我最接近的方法是这个，但不幸的是仍然不起作用：

for i in df.index:
    if(df['column A'][i] != df['column B'][i]):
      df['column A'] = df['column A'][:i] + np.NaN + df['column A'][i:]
      #df['column A'][i] = df['column A'].append(pd.Series([np.NaN]))
      #df2['column A'] = df['column A'].loc[i] = np.NaN

我们将非常感谢您的所有帮助。 （感谢无限）

谢谢

【参考方案1】：

在迭代对象时更改对象通常是个坏主意。相反，只需将两个新列表初始化为空，并根据需要用原始列或 NaN 中的值填充它们。诀窍是分别迭代列 A 和 B 的索引，以便在另一个列表中填写 NaN 值时只能增加其中一个：

a = df['column A'].values
b = df['column B'].values

a_out = []
b_out = []

i = 0
j = 0

while i < len(df) and j < len(df):
    if a[i] == b[j]:
        a_out.append(a[i])
        i += 1
        b_out.append(b[j])
        j += 1
    elif a[i] < b[j]:
        a_out.append(a[i])
        i += 1
        b_out.append(np.nan)
    else:
        a_out.append(np.nan)
        b_out.append(b[j])
        j += 1    

if i < j:
    a_out.extend(a[i:])
    b_out.extend([np.nan] * len(a[i:]))
elif i > j:
    b_out.extend(b[j:])
    a_out.extend([np.nan] * len(b[j:]))
        
df_out = pd.DataFrame('column A': a_out,
                       'column B': b_out) 

【讨论】：

非常感谢，这段代码完美地符合我的逻辑✌我的问题是两个列表的迭代，但你是对的，让它们单独处理可以让事情正常工作。