Блог

Главная - Вопросы по программированию - Панды превращают истинные столбцы в значение столбца

Панды превращают истинные столбцы в значение столбца

#python #pandas

Вопрос:

У меня есть следующая таблица логических значений:

 pd.DataFrame(data={'val1': [True, False, False, True], 
                   'val2': [False, True, False, True], 
                   'val3': [True, True, False, True], 
                   'val4': [True, False, True, False], 
                   'val5': [True, True, False, False],
                   'val6': [False, False, True, True]},
                   index=pd.Series([1, 2, 3, 4], name='index'))
Указатель val1 val2 val3 val4 val5 val6
1 Правда Ложный Правда Правда Правда Ложный
2 Ложный Правда Правда Ложный Правда Ложный
3 Ложный Ложный Ложный Правда Ложный Правда
4 Правда Правда Правда Ложный Ложный Правда

Я хочу создать новый фрейм данных с теми же индексами, но в каждой строке есть первые три истинных имени столбцов из предыдущего столбца.

Указатель Истинный1 Истинный2 Истинный3
1 val1 val3 val4
2 val2 val3 val5
3 val4 val6 NaN
4 val1 val2 val3

Если строка содержит менее трех истинных значений, новый фрейм данных будет иметь нулевые значения.

Ответ №1:

Попробуй с dot , тогда split 

 #df = df.set_index('index')
out = df.dot(df.columns   ',').str[:-1].str.split(',',expand=True).iloc[:,:3]
out
Out[258]: 
          0     1     2
index                  
1      val1  val3  val4
2      val2  val3  val5
3      val4  val6  None
4      val1  val2  val3

Ответ №2:

Вы можете сделать это с numpy помощью argsort , чтобы разрезать столбцы по положению True значений.

Затем используйте where для NaN строк, в которых было False слишком мало True значений.

 import numpy as np
import pandas as pd

# Get the first `N` True columns.
N = 3

arr = df.to_numpy()
data = df.columns.to_numpy()[(~arr).argsort(axis=1, kind='stable')[:, :N]]
mask = np.ones_like(data).cumsum(1) <= arr.sum(1)[:, None]

res = pd.DataFrame(data, columns=[f'TrueVal{i 1}' for i in range(N)],
                   index=df.index).where(mask)
 
 print(res)

      TrueVal1 TrueVal2 TrueVal3
index                           
1         val1     val3     val4
2         val2     val3     val5
3         val4     val6      NaN
4         val1     val2     val3
Метки: