J'ai un dataframe Pandas suivant, où je veux changer une valeur de colonne «fmc» basée sur les colonnes «time», «samples» et «uid».
Le concept est le suivant:
Pour le même date, if df.samples == 'C' & df.uid == 'Plot1', puis la valeur de ligne correspondante de fmc * 0.4
De même pour le même date, if df.samples == 'C' and df.uid == 'Plot2', puis la valeur de ligne correspondante de fmc*0.8
Pour le même date, if df.samples == 'E' & df.uid == 'Plot1', puis la valeur de ligne correspondante de fmc * 0.4
De même pour le même date, if df.samples == 'E' and df.uid == 'Plot2', puis la valeur de ligne correspondante de fmc*0.15
Pour le même date, if df.samples == 'ns' & df.uid == 'Plot1', puis la valeur de ligne correspondante de fmc * 0.2
De même pour le même date, if df.samples == 'ns' and df.uid == 'Plot2', puis la valeur de ligne correspondante de fmc*0.05
Je suis nouveau sur python, donc je m'excuse si je n'ai pas bien expliqué et s'il vous plaît laissez-moi savoir si vous avez besoin de plus de précisions.
time samples uid fmc
0 2015-10-11 C Plot1 98.226352
1 2015-10-11 C Plot2 132.984817
2 2015-10-11 E Plot1 114.147964
3 2015-10-11 E Plot2 110.083699
4 2015-10-11 ns Plot1 113.258977
5 2015-10-11 ns Plot2 113.768023
6 2015-10-19 C Plot1 118.503214
7 2015-10-19 E Plot1 108.733209
8 2015-10-19 ns Plot1 59.316977
9 2015-10-27 C Plot1 104.977531
10 2015-10-27 C Plot2 121.213887
11 2015-10-27 E Plot1 129.575670
12 2015-10-27 E Plot2 118.639048
13 2015-10-27 ns Plot1 103.581065
14 2015-10-27 ns Plot2 102.278469
15 2015-11-17 C Plot1 103.820689
16 2015-11-17 C Plot2 117.333382
17 2015-11-17 E Plot1 143.418932
18 2015-11-17 E Plot2 160.342155
19 2015-11-17 ns Plot1 89.890484
4 réponses
Ce code:
import pandas as pd
data = [
['2015-10-11', 'C', 'Plot1', 98.226352 ],
['2015-10-11', 'C', 'Plot2', 132.984817 ],
['2015-10-11', 'E', 'Plot1', 114.147964 ],
['2015-10-11', 'E', 'Plot2', 110.083699 ],
['2015-10-11', 'ns', 'Plot1', 113.258977 ],
['2015-10-11', 'ns', 'Plot2', 113.768023 ],
['2015-10-19', 'C', 'Plot1', 118.503214 ],
['2015-10-19', 'E', 'Plot1', 108.733209 ],
['2015-10-19', 'ns', 'Plot1', 59.316977 ],
['2015-10-27', 'C', 'Plot1', 104.977531 ],
['2015-10-27', 'C', 'Plot2', 121.213887 ],
['2015-10-27', 'E', 'Plot1', 129.575670 ],
['2015-10-27', 'E', 'Plot2', 118.639048 ],
['2015-10-27', 'ns', 'Plot1', 103.581065 ],
['2015-10-27', 'ns', 'Plot2', 102.278469 ],
['2015-11-17', 'C', 'Plot1', 103.820689 ],
['2015-11-17', 'C', 'Plot2', 117.333382 ],
['2015-11-17', 'E', 'Plot1', 143.418932 ],
['2015-11-17', 'E', 'Plot2', 160.342155 ],
['2015-11-17', 'ns', 'Plot1', 89.890484]
]
df = pd.DataFrame(columns=['time', 'samples', 'uid', 'fmc'], data=data)
print (df.head(10))
df['result'] = df.apply(
lambda item:
(item.fmc * 0.4) if item.samples == 'C' and item.uid == 'Plot1' else \
(item.fmc * 0.8) if item.samples == 'C' and item.uid == 'Plot2' else \
(item.fmc * 0.4) if item.samples == 'E' and item.uid == 'Plot1' else \
(item.fmc * 0.15)if item.samples == 'E' and item.uid == 'Plot2' else \
(item.fmc * 0.2) if item.samples == 'ns'and item.uid == 'Plot1' else \
(item.fmc * 0.05)if item.samples == 'ns'and item.uid == 'Plot2' else None,
axis=1
)
print(df.head(10))
Devrait produire cette sortie:
time samples uid fmc
0 2015-10-11 C Plot1 98.226352
1 2015-10-11 C Plot2 132.984817
2 2015-10-11 E Plot1 114.147964
3 2015-10-11 E Plot2 110.083699
4 2015-10-11 ns Plot1 113.258977
5 2015-10-11 ns Plot2 113.768023
6 2015-10-19 C Plot1 118.503214
7 2015-10-19 E Plot1 108.733209
8 2015-10-19 ns Plot1 59.316977
9 2015-10-27 C Plot1 104.977531
time samples uid fmc result
0 2015-10-11 C Plot1 98.226352 39.290541
1 2015-10-11 C Plot2 132.984817 106.387854
2 2015-10-11 E Plot1 114.147964 45.659186
3 2015-10-11 E Plot2 110.083699 16.512555
4 2015-10-11 ns Plot1 113.258977 22.651795
5 2015-10-11 ns Plot2 113.768023 5.688401
6 2015-10-19 C Plot1 118.503214 47.401286
7 2015-10-19 E Plot1 108.733209 43.493284
8 2015-10-19 ns Plot1 59.316977 11.863395
9 2015-10-27 C Plot1 104.977531 41.991012
Process finished with exit code 0
Inspiré par df.apply, en utilisant axis=1, et en passant une fonction lambda contenant l'ensemble complet des conditions, vous aurez les valeurs attendues dans la colonne result.
La fonction apply passera les colonnes de la trame de données (car axis=1), à la fonction lambda comme item pour chaque enregistrement de la série de valeurs. La fonction lambda renvoie également la valeur result correspondante pour chaque enregistrement / élément donné de la série, nous n'avons donc pas à nous soucier de la correspondance des valeurs de date / d'index.
Référence pour pandas.DataFrame.apply ici .
Vous devriez pouvoir utiliser itertuples () pour gérer celui-ci, ce qui vous permet de parcourir les lignes d'un bloc de données. Je ne suis pas sûr de ce que vous entendez par «à la même date», étant donné que vos critères d'échantillonnage et de uid couvrent toutes les dates.
fmc_adjusted = []
for row in df.itertuples():
if df.samples == 'C' and df.uid == 'Plot1':
fmc_adjusted.append(row[4]*0.4)
if df.samples == 'C' and df.uid == 'Plot2':
fmc_adjusted.append(row[4]*0.15)
... et ainsi de suite pour vos différents critères.
J'aime garder mes colonnes au cas où je devrais y faire référence plus tard. Si vous souhaitez créer une nouvelle colonne:
df['fmc_adjusted'] = fmc_adjusted
Si vous souhaitez remplacer votre colonne fmc:
df['fmc'] = fmc_adjusted
Il existe probablement des moyens plus rapides et plus ordonnés de le faire, mais je n'en suis pas conscient.
Créez une fonction qui prend des caractéristiques (colonnes) et renvoie un résultat basé sur des conditions.
def arrange_stuff(col2, col3, col4):
if col2 == 'C' & col3 == 'Plot1'
return col4*0.4
elif ...
return ...
Créez ensuite une nouvelle fonctionnalité en appliquant la fonction comme suit:
df['fmc_new'] = df(lambda x: arrange_stuff(x['samples'],x['uid'],x['fmc']), axis=1)
Si vous n'avez pas besoin de la colonne fmc d'origine, vous pouvez simplement la déposer et renommer fmc_new, ou peut-être l'assigner directement en premier lieu.
Créer des requêtes
C1=(df.samples.eq('C')&df.uid.eq('Plot1'))|(df.samples.eq('E')&df.uid.eq('Plot1'))
C2=df.samples.eq('C')&df.uid.eq('Plot2')
C4=df.samples.eq('E')&df.uid.eq('Plot2')
C5=df.samples.eq('ns')&df.uid.eq('Plot1')
C6=C5=df.samples.eq('ns')&df.uid.eq('Plot2')
Mettre les requêtes dans une liste
conditions=[C1,C2,C4,C5,C6]
Inscrire le résultat correspondant à chaque requête dans la liste
MULT=[0.4,0.8,0.15,0.2,0.05]
Créez une colonne temporaire et remplissez-la à l'aide de np.select (condition, résultat)
df['fmc1']=np.select(conditions, MULT,df.fmc)
Multiplier le résultat avec fmc et supprimer la colonne temporaire
df=df.assign(fmc=df['fmc']*df['fmc1']).drop('fmc1',1)
Questions connexes
De nouvelles questions
python
Python est un langage de programmation multi-paradigme, typé dynamiquement et polyvalent. Il est conçu pour être rapide à apprendre, comprendre, utiliser et appliquer une syntaxe propre et uniforme. Veuillez noter que Python 2 est officiellement hors support à partir du 01-01-2020. Néanmoins, pour les questions Python spécifiques à la version, ajoutez la balise [python-2.7] ou [python-3.x]. Lorsque vous utilisez une variante Python (par exemple, Jython, PyPy) ou une bibliothèque (par exemple, Pandas et NumPy), veuillez l'inclure dans les balises.