文章/答案/技术大牛

发布

社区首页 >问答首页 >Python:如何自动找到一行并替换其中的值？

问Python:如何自动找到一行并替换其中的值？
EN

Stack Overflow用户

提问于 2020-07-03 11:12:24

回答 1查看 51关注 0票数 1

我有一个数据框架，如下所示：

>>> df
           Date  Name    1st Column                 2nd Column           3rd Column
0    2021/05/01  A              0.0                        0.0         1.573127e+06
1    2021/07/01  A              0.0                        0.0         1.507486e+06
2    2023/05/01  A              0.0                        0.0         1.317854e+06
3    2016/08/01  A              0.0                        0.0         0.000000e+00
4    2016/11/01  A              0.0                        0.0         0.000000e+00
..          ...               ...           ...                        ...                  ...
160  2019/08/01  A              0.0                        0.0         1.621895e+06
161  2021/01/01  A              0.0                        0.0         1.693617e+06
162  2021/10/01  A              0.0                        0.0         1.479616e+06
163  2025/02/01  A              0.0                        0.0         1.296158e+06
164  2025/06/01  A              0.0                        0.0         1.325505e

[165 rows x 5 columns]

我想用文本文件中的排序选项卡分隔的值替换一些零：

Date 1/2019 2/2019  3/2019  4/2019  5/2019  6/2019  7/2019  8/2019  9/2019  10/2019 11/2019 12/2019 1/2020  2/2020  3/2020  4/2020  5/2020  6/2020  7/2020  8/2020  9/2020  10/2020 11/2020 12/2020 1/2021  2/2021  3/2021  4/2021  5/2021  6/2021  7/2021  8/2021  9/2021  10/2021 11/2021 12/2021 1/2022  2/2022  3/2022  4/2022  5/2022  6/2022  7/2022  8/2022  9/2022  10/2022 11/2022 12/2022 1/2023  2/2023  3/2023  4/2023  5/2023  6/2023  7/2023  8/2023  9/2023  10/2023 11/2023 12/2023 1/2024  2/2024  3/2024  4/2024  5/2024  6/2024  7/2024  8/2024  9/2024  10/2024 11/2024 12/2024 1/2025  2/2025  3/2025  4/2025  5/2025  6/2025  7/2025  8/2025  9/2025  10/2025 11/2025 12/2025 1/2026
1st Column 3,197423109  3,199271438 3,201119768 3,205836429 3,210549655 3,139294108 3,044097425 2,948900742 2,855464295 2,842043348 2,849479962 2,856916577 2,864353191 2,87182361  2,879294029 2,883960121 2,888617532 2,969237657 3,073817093 3,172887513 3,270197696 3,24771483  3,196074523 3,149663844 3,079303752 3,035528235 2,995261308 2,919925073 2,860230995 2,800496835 2,740882913 2,710733322 2,680583731 2,690211691 2,708139529 2,72083774  2,757485364 2,768058092 2,775122231 2,81794729  2,844999222 2,872025753 2,899128487 2,81798565  2,713110718 2,608235786 2,50512109  2,474120803 2,463978077 2,453760035 2,443541992 2,419794799 2,396097461 2,372425051 2,348677859 2,424831471 2,524717178 2,619093869 2,711710323 2,704387968 2,67253926  2,645701347 2,60987964  2,598712878 2,591032768 2,55817305  2,525288737 2,491362789 2,457436841 2,415412747 2,373388653 2,359188961 2,34865806  2,356650046 2,373625828 2,379772984 2,382327375 2,410008316 2,421711325 2,41884542  2,415979515 2,350753715 2,277362479 2,203971243 2,132340243
2nd Column -550000  -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000 -550000

不会搞砸日期的。例如：

>>> df_new.sort_values(["Date"])
           Date  Name    1st Column                 2nd Column           3rd Column
100  2012/04/01  A              0.0                        0.0         0.000000e+00
139  2012/05/01  A              0.0                        0.0         0.000000e+00
105  2012/06/01  A              0.0                        0.0         0.000000e+00
78   2012/07/01  A              0.0                        0.0         0.000000e+00
16   2012/08/01  A              0.0                        0.0         0.000000e+00
..          ...               ...           ...                        ...                  ...
45   2025/08/01  A       2,41884542                    -550000         1.330365e+06
46   2025/09/01  A      2,415979515                    -550000         1.328789e+06
32   2025/10/01  A      2,350753715                    -550000         1.292915e+06
152  2025/11/01  A      2,277362479                    -550000         1.252549e+06
8    2025/12/01  A      2,203971243                    -550000         1.212184e+06

[165 rows x 5 columns]

请注意，日期是不同格式的YYYY/MM/DD和m/YYYY。

这是如何做到的呢？谢谢!

我可以很容易地扩展选项卡分隔的值，以涵盖166个月，也可以将前导零添加到月份，使其成为MM/YYYY.如果这能让解决方案更容易。

python

pandas

replace

回答 1

Stack Overflow用户

回答已采纳

发布于 2020-07-03 11:27:53

Idea是在列中使用DatetimeIndex创建DatetimeIndex，然后通过DataFrame.T转置

df1 = pd.read_csv(file, sep="\t", index_col=[0])

df1.columns = pd.to_datetime(df1.columns)
df1 = df1.T
print (df1)
Date          1stColumn 2ndColumn
2019-01-01  3,197423109   -550000
2019-02-01  3,199271438   -550000
2019-03-01  3,201119768   -550000
2019-04-01  3,205836429   -550000
2019-05-01  3,210549655   -550000
                ...       ...
2025-09-01  2,415979515   -550000
2025-10-01  2,350753715   -550000
2025-11-01  2,277362479   -550000
2025-12-01  2,203971243   -550000
2026-01-01  2,132340243   -550000

[85 rows x 2 columns]

然后在原始数据中创建DatetimeIndex，用来自第二个DataFrame的值替换0值，然后使用DataFrame.fillna替换不匹配的值到0。

df = df.set_index('Date')
df.index = pd.to_datetime(df.index)

df = df.mask(df.eq(0), df1).fillna(0)
print (df)
           Name    1stColumn 2ndColumn     3rdColumn
Date                                                
2021-05-01    A  2,860230995   -550000  1.573127e+06
2021-07-01    A  2,740882913   -550000  1.507486e+06
2023-05-01    A  2,396097461   -550000  1.317854e+06
2016-08-01    A            0         0  0.000000e+00
2016-11-01    A            0         0  0.000000e+00
2019-08-01    A  2,948900742   -550000  1.621895e+06
2021-01-01    A  3,079303752   -550000  1.693617e+06
2021-10-01    A  2,690211691   -550000  1.479616e+06
2025-02-01    A  2,356650046   -550000  1.296158e+06
2025-06-01    A  2,410008316   -550000     1.325505e

编辑:如果想要相同的格式，比如df中的数据，首先在df1中的列中转换日期时间，然后使用DatetimeIndex.strftime来格式化YYYY/MM/DD

df1 = pd.read_csv(file, sep="\t", index_col=[0])

df1.columns = pd.to_datetime(df1.columns).strftime('%Y/%m/%d')
df1 = df1.T
print (df1)
Date          1stColumn 2ndColumn
2019/01/01  3,197423109   -550000
2019/02/01  3,199271438   -550000
2019/03/01  3,201119768   -550000
2019/04/01  3,205836429   -550000
2019/05/01  3,210549655   -550000
                ...       ...
2025/09/01  2,415979515   -550000
2025/10/01  2,350753715   -550000
2025/11/01  2,277362479   -550000
2025/12/01  2,203971243   -550000
2026/01/01  2,132340243   -550000

[85 rows x 2 columns]

df = df.mask(df.eq(0), df1).fillna(0).reset_index()
print (df)
         Date Name    1stColumn 2ndColumn     3rdColumn
0  2021/05/01    A  2,860230995   -550000  1.573127e+06
1  2021/07/01    A  2,740882913   -550000  1.507486e+06
2  2023/05/01    A  2,396097461   -550000  1.317854e+06
3  2016/08/01    A            0         0  0.000000e+00
4  2016/11/01    A            0         0  0.000000e+00
5  2019/08/01    A  2,948900742   -550000  1.621895e+06
6  2021/01/01    A  3,079303752   -550000  1.693617e+06
7  2021/10/01    A  2,690211691   -550000  1.479616e+06
8  2025/02/01    A  2,356650046   -550000  1.296158e+06
9  2025/06/01    A  2,410008316   -550000     1.325505e

票数 2

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/62714225

复制

相似问题

问Python:如何自动找到一行并替换其中的值？
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Python:如何自动找到一行并替换其中的值？EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Python:如何自动找到一行并替换其中的值？
EN