python - 如果字段在特定列中包含值，则将其移动到新列

LINE    TXOBJECT    TXNAME  TXID    LANG TXLINES
1       KNMT         1234   0001     EN
2         *          MEA
2         *          MEB
2         *          MEB
1       KNMT        12345   0001     EN
2         *          MEN
2         *          MED
2         *          MEC
1       KNMT        123456  0001     EN
2         *          LADY
2         *          BOY
2         *          DUDE

我有一个文件，我需要在新列中添加一些字段，因此我可以将想要的字段放在新行中，但是我无法将第2行上的TXNAME列放入TXLINES列中。

我不知道我对我想要什么的解释是正确的，但是我将在下面解释我需要什么

我在下面想要这个。

LINE    TXOBJECT    TXNAME  TXID    LANG TXLINES
1       KNMT         1234   0001     EN  MEA MEB MEB
1       KNMT        12345   0001     EN  MEN MED MEC
1       KNMT        123456  0001     EN  LADY BOY DUDE

请建议最佳的方法。谢谢。

最佳答案

这是一种方法：

g = df.groupby((df.LINE == 1).cumsum())
txl = g['TXNAME'].apply(lambda x: x[1:].values).values
df = g.head(1).assign(TXLINES=txl).reset_index(drop=True)

完整示例：

import pandas as pd
import numpy as np

data = '''\
LINE    TXOBJECT    TXNAME  TXID    LANG TXLINES
1       KNMT         1234   0001     EN
2         *          MEA
2         *          MEB
2         *          MEB
1       KNMT        12345   0001     EN
2         *          MEN
2         *          MED
2         *          MEC
1       KNMT        123456  0001     EN
2         *          LADY
2         *          BOY
2         *          DUDE'''

fileobj = pd.compat.StringIO(data)
df = pd.read_csv(fileobj, sep='\s+').fillna('')

# Restructure
g = df.groupby((df.LINE == 1).cumsum())
txl = g['TXNAME'].apply(lambda x: x[1:].values).values
df = g.head(1).assign(TXLINES=txl).reset_index(drop=True)

print(df)

返回值：

   LINE TXOBJECT  TXNAME TXID LANG            TXLINES
0     1     KNMT    1234    1   EN    [MEA, MEB, MEB]
1     1     KNMT   12345    1   EN    [MEN, MED, MEC]
2     1     KNMT  123456    1   EN  [LADY, BOY, DUDE]

说明：

此处的目的是捕获所有TXOBJECT == "*"行，一种实现方法是利用我们得到LINE列的事实。通过选择值为1的行并应用cumsum（），我们可以对行进行分组。从这里开始twp操作：获取txlines值，然后获取每个组的第一行并重组数据。

通过使用txl = g['TXNAME'].apply(lambda x: ' '.join(x[1:])).values，您将得到：

   LINE TXOBJECT  TXNAME TXID LANG        TXLINES
0     1     KNMT    1234    1   EN    MEA MEB MEB
1     1     KNMT   12345    1   EN    MEN MED MEC
2     1     KNMT  123456    1   EN  LADY BOY DUDE

您也可以将txl =更改为，如果更清楚的话：

txl = g['TXNAME'].apply(list).str[1:].values

关于python - 如果字段在特定列中包含值，则将其移动到新列，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/51656948/