大熊猫有条件选择多栏

Question

假设我有一个数据文件：

C1 V1 C2 V2 Cond
1  2  3  4  X  
5  6  7  8  Y  
9  10 11 12 X

语句应该返回：if Cond == X, pick C1 and C2, else pick C2 and V2。

输出数据文件如下所示：

C  V 
1  2 
7  8
9  10

**编辑:再添加一个要求:列数可以更改，但要遵循一些命名模式。在本例中，选择"1“的所有列，"2”的其他列。我认为硬编码的解决方案可能行不通。

Answer 1

我尝试用filter和numpy.where创建更通用的解决方案，对于新列名使用extract

#if necessary sort columns
df = df.sort_index(axis=1)

#filter df by 1 and 2
df1 = df.filter(like='1')
df2 = df.filter(like='2')
print (df1)
   C1  V1
0   1   2
1   5   6
2   9  10

print (df2)
   C2  V2
0   3   4
1   7   8
2  11  12

#np.where need same shape of mask as df1 and df2
mask = pd.concat([df.Cond == 'X']*len(df1.columns), axis=1)
print (mask)
    Cond   Cond
0   True   True
1  False  False
2   True   True

cols = df1.columns.str.extract('([A-Za-z])', expand=False)
print (cols)
Index(['C', 'V'], dtype='object')

print (np.where(mask, df1,df2))
Index(['C', 'V'], dtype='object')
[[ 1  2]
 [ 7  8]
 [ 9 10]]

print (pd.DataFrame(np.where(mask, df1, df2), index=df.index, columns=cols))
   C   V
0  1   2
1  7   8
2  9  10

Answer 2

DataFrame.where()的另一种选择

df[['C1', 'V1']].where(df.Cond == "X", df[['C2', 'V2']].values)

#  C1   V1
#0  1    2
#1  7    8
#2  9   10

Answer 3

• drop Cond专注于我从中选择的值
• reshape numpy数组，这样我就可以用布尔值进行区分。
• 用np.arange(len(df))索引第一维度，每一行一次
• 用df.Cond.ne('X').mul(1)索引二维。0等于X
• 构造最终数据

pd.DataFrame(
    df.drop('Cond', 1).values.reshape(3, 2, 2)[
        np.arange(len(df)),
        df.Cond.ne('X').mul(1)
    ], df.index, ['C', 'V'])

   C   V
0  1   2
1  7   8
2  9  10