新的panda列基于不同的其他列，具体取决于另一列的值

Question

很抱歉标题可能比问题本身更复杂；(

我已经取消了对熊猫数据帧的跟踪

grh  anc     anc1     anc2    anc3     anc4     anc5    anc6     anc7  
1     2    5  0.10000  0.12000  0.1800  0.14000  0.15000  0.1900  0.20000   
2     3    7  0.03299  0.05081  0.0355  0.02884  0.03054  0.0332  0.03115   
3     4    3  0.00000  0.00000  0.0000  0.00000  0.00000  0.0000  0.00000   
4     5    4  0.00000  0.00000  0.0000  0.00000  0.00000  0.0000  0.00000   
5     6    1  0.10000  0.10000  0.1000  0.10000  0.10000  0.1000  0.10000   

anc8     anc9    anc10  
1   0.10000  0.21000  0.24000  
2   0.02177  0.04903  0.04399  
3   0.00000  0.00000  0.00000  
4   0.00000  0.00000  0.00000  
5   0.10000  0.10000  0.10000  

我想添加带有forloop lap1、lap2…的新列。。。。取决于变量anc的值。例如，在第一行，anc=5，因此lap1应等于anc5(0.1500(的值，lap2等于anc6

因此，输出应该看起来像

grh anc anc1    anc2    anc3    anc4    anc5    anc6    anc7    anc8    anc9    anc10   lap1    lap2    lap3
2   5   0.10000 0.12000 0.18000 0.14000 0.15000 0.19000 0.20000 0.1000  0.21000 0.24000 0.15000 0.19000 0.20000
3   7   0.03299 0.05081 0.0355  0.02884 0.03054 0.0332  0.03115 0.02177 0.04903 0.04399 0.03115 0.02177 0.04903
4   3   0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
5   4   0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
6   1   0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.10000

我尝试了一些非常基本的东西，但似乎不起作用

for i in range(1,4):
j=df['anc']+i
df['lap'+str(i)]= df['anc'+str(j)]

如果你有任何想法，我将不胜感激。Thks

Answer 1

设置grh&anc作为索引，因为我们希望索引到anc[1-9]列中。当我们编写输出列时，这也很有用：

df2 = df.set_index(['grh', 'anc']) 

对于使用anc值(现在在索引中(划分为列的每一行，取3个相邻的值，将它们转换为一个序列，并将它们分配给匹配的输出列

outcols = ['lap1', 'lap2', 'lap3']
df2[outcols] = df2.apply(lambda x: pd.Series(x[x.name[1]-1:x.name[1]+2].values, index=outcols), axis=1)

df2看起来是这样的：

anc1     anc2    anc3     anc4     anc5    anc6     anc7     anc8     anc9    anc10     lap1     lap2     lap3
grh anc
2   5    0.10000  0.12000  0.1800  0.14000  0.15000  0.1900  0.20000  0.10000  0.21000  0.24000  0.15000  0.19000  0.20000
3   7    0.03299  0.05081  0.0355  0.02884  0.03054  0.0332  0.03115  0.02177  0.04903  0.04399  0.03115  0.02177  0.04903
4   3    0.00000  0.00000  0.0000  0.00000  0.00000  0.0000  0.00000  0.00000  0.00000  0.00000  0.00000  0.00000  0.00000
5   4    0.00000  0.00000  0.0000  0.00000  0.00000  0.0000  0.00000  0.00000  0.00000  0.00000  0.00000  0.00000  0.00000
6   1    0.10000  0.10000  0.1000  0.10000  0.10000  0.1000  0.10000  0.10000  0.10000  0.10000  0.10000  0.10000  0.10000

如果您想恢复grh&CCD_ 6恢复为列。

---

替代基于名称的查找而非位置查找：

定义一个实用函数来执行提供浮点值的列查找。它需要接受float，因为如果该系列包含任何非整数值，panda会自动将int64上转换为float64。使用此函数可以执行查找&以分配输出。这种方法的一个好处是不需要set_index。

def cols(n,p): return [f'{p}{i}' for i in range(int(n), int(n+3))] 
df[cols(1, 'lap')] = df.apply(lambda x: pd.Series(x[cols(x.anc, 'anc')].values), axis=1)

Answer 2

有点"蛮力"的方法，但我看不出你怎么能做到这一点：

df[[f"lap{i}" for i in range(1,4)]]= 
df.apply(lambda x: 
pd.Series({f"lap{j}": x[f"anc{int(j+x['anc']-1)}"] for j in range(1,4)}) 
, axis=1)

(假设每个样本的最大lap为3(

Answer 3

# Where is the new lap column starting
startingNewColsNumber  = df.shape[1]
# How many new lap columns to add
numNewCols = df.grh.max() 
# Generate new lap columns
newColNames = ['lap'+str(x) for x in range(1, numNewCols + 1)]
# add new lap columns to the dataframe
for lapName in newColNames:
df[lapName] = np.NaN
# now fill the values for each of rows for the new 'lap' columns 
for row in df.index:
startCopyCol = df.loc[row,'anc'] + 1   # What is the begening anc value to start copying
howmany = df.loc[row,'grh']            # How many lap values should I fill
df.iloc[row, startingNewColsNumber : startingNewColsNumber + howmany]  =  
df.iloc[row, startCopyCol : startCopyCol + howmany].values
df 

这是我得到的输出：

grh anc anc1    anc2    anc3    anc4    anc5    anc6    anc7    anc8    anc9    anc10   lap1    lap2    lap3    lap4    lap5    lap6
0   2   5   0.10000 0.12000 0.1800  0.14000 0.15000 0.1900  0.20000 0.10000 0.21000 0.24000 0.15000 0.19000 NaN NaN NaN NaN
1   3   7   0.03299 0.05081 0.0355  0.02884 0.03054 0.0332  0.03115 0.02177 0.04903 0.04399 0.03115 0.02177 0.04903 NaN NaN NaN
2   4   3   0.00000 0.00000 0.0000  0.00000 0.00000 0.0000  0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.0 NaN NaN
3   5   4   0.00000 0.00000 0.0000  0.00000 0.00000 0.0000  0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.0 0.0 NaN
4   6   1   0.10000 0.10000 0.1000  0.10000 0.10000 0.1000  0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.10000 0.1 0.1 0.1

让我知道，如果这给你提供某种解决方案正在寻找