Блог

У меня есть следующий словарь и фрейм данных:

 val_dict = {  'key1': ['val1', 'val2', 'val3'],   'key2': ['val4', 'val5'] }  df = pd.DataFrame(data={'val5': [True, False, False],   'val2': [False, True, False],   'val3': [True, True, False],   'val1': [True, False, True],   'val4': [True, True, False],  'val6': [False, False, True]},  index=pd.Series([1, 2, 3], name='index'))  

Как мне пройти через фрейм данных слева , чтобы, если столбец есть True , другие столбцы в val_dict значениях превратились в False ?

Например, индекс 1 имеет val5 значение as True , поэтому val4 переключается на False , потому что они оба назначены одному и тому же val_dict ключу. Точно так же есть, val2 False но val3 есть True , поэтому val1 к нему обращаются False . Обратите внимание, что его следует пропустить val6 .

Я попытался преобразовать df в словарь df.to_dict('index') , чтобы работать с двумя словарями. Однако словари неупорядочены, и порядок столбцов важен, поэтому я подумал, что это может привести к ошибкам в коде.

Один из способов-это комбинация присвоить и замаскировать:

 # either val2 or val3 can be True: com = df.filter(['val2', 'val3']).sum(1).ge(1)   # val2 is the leftmost, so start with that (df.assign(**df.filter(['val1', 'val3']).mask(df.val2, False))  # next is the combination of val2 and val3  .assign(val1 = lambda df: df.val1.mask(com, False),   val4 = lambda df: df.val4.mask(df.val5, False)) ) Out[84]:   val5 val2 val3 val1 val4 val6 index  1 True False True False False False 2 False True False False True False 3 False False False True False True  

Обратите внимание, что val6 не изменен, поэтому значения остаются прежними.

Вот что у меня получается при попытке преобразовать в словарь:

 def section_filter(df, section_dict):  result = {}  for index, vals in df.to_dict('index').items():  lst = []  for val in section_dict.values():  lst.append({k:v for k, v in vals.items() if k in val})  for k, v in vals.items():  if k not in [m for mi in section_dict.values() for m in mi]:  lst.append({k: v})  for l in lst:  for i in l:  if l[i]:  l.update({k:False for k in l.keys()})  l[i] = True  break   result[index] = {k: v for d in lst for k, v in d.items()}  return pd.DataFrame.from_dict(result, orient='index', columns=df.columns)  print(df) print() print(section_filter(df, val_dict))   val5 val2 val3 val1 val4 val6 index  1 True False True True True False 2 False True True False True False 3 False False False True False True   val5 val2 val3 val1 val4 val6 1 True False True False False False 2 False True False False True False 3 False False False True False True