J'ai ce DataFrame

Person      Salary 
John         350
Peter        543
Susan        517
Carl         448

Et j'ai cette autre trame de données avec les changements que je dois apporter au premier

 Attribute    Change
  Person         3
  Salary         2

La valeur de "Modifier" doit faire référence à la modification du montant qui apparaît par une autre lettre, par exemple "x". Le résultat devrait ressembler à ceci:

   Person      Salary 
    Jxxx         3xx
    Pexxx        5xx
    Suxxx        5xx
    Cxxx         4xx

Comment pourrais-je faire ça?

3
IriSandivel 12 mars 2019 à 02:54

2 réponses

Meilleure réponse

Les données:

import pandas as pd

df = pd.DataFrame({'Person':['John', 'Peter', 'Susan','Carl'],
'Salary':[350,543,517,448]})

change_df = pd.DataFrame({'Attribute':['Person', 'Salary'],
'Change':['3','2']})

La solution:

for col in df.columns:
    k = int(change_df[change_df.Attribute == col].Change)
    df[col] = df[col].apply(lambda x: str(x)[:len(str(x))-k]+k*'x')

Le résultat:

  Person Salary
0   Jxxx    3xx
1  Pexxx    5xx
2  Suxxx    5xx
3   Cxxx    4xx
1
Dennis Lyubyvy 12 mars 2019 à 21:06

Une réponse concise et élégante consiste tout d'abord à créer un mappage à partir de votre mapping_df, puis à appliquer une fonction suivant ce mappage sur votre target_df.

Vous pouvez obtenir un mappage de votre mapping_df avec transpose

>>> mapping_df.transpose().to_dict()
{1: {'Attribute': 'Person', 'Change': '3'},
 2: {'Attribute': 'Salary', 'Change': '2'}}

Et ensuite, appliquez-le à votre target_dataframe en utilisant map

cleaned = pd.DataFrame()

for mapping in list(mapping_df.transpose().to_dict().values()):
    cleaned[mapping['Attribute']] = target_df[mapping['Attribute']].map(
        lambda s: s[: - int(mapping['Change']) ]+ int(mapping['Change']) *'x')

Vous obtiendrez la sortie prévue

 >>> cleaned
    Person  Salary
1   Jxxx    3xx
2   Pexxx   5xx
3   Suxxx   5xx
4   Cxxx    4xx
1
Alessandro Solbiati 12 mars 2019 à 01:49