我有一張這樣的桌子：
| 第 1 列 | 第 2 列 | 第 3 列 | 第 4 列 | 第 5 列 |
|---|---|---|---|---|
| 100 | 約翰 | [-, 1] | [棕色、黃色] | [楠，楠] |
| 200 | 斯特凡 | [南，2] | [楠、黃] | [-，接受] |
如您所見，第 3-5 列完全由串列組成，我想要的是從這些列的串列中洗掉破折號 (-)以及“nan”元素。
所以最后的輸出應該是這樣的：
| 第 1 列 | 第 2 列 | 第 3 列 | 第 4 列 | 第 5 列 |
|---|---|---|---|---|
| 100 | 約翰 | [1] | [棕色、黃色] | [] |
| 200 | 斯特凡 | [2] | [黃色] | [公認] |
最接近這個結果的我可以使用以下函式：
Table1["Column3"] = Table1["Column3"].apply(lambda x: [el for el in x if el != '-' if pd.isnull(el) == False])
但它的問題是我不知道如何將它應用于由 DataFrame 中的串列組成的所有列。這是一個簡化的例子，在原來我有近 15 列，想知道是否有辦法實作它，而不是為所有 15 列分別撰寫這樣的函式。
uj5u.com熱心網友回復：
另一種解決方案：
for c in df.columns:
df[c] = df[c].apply(
lambda x: [v for v in x if v != "-" and pd.notna(v)]
if isinstance(x, list)
else x
)
print(df)
印刷：
Column1 Column2 Column3 Column4 Column5
0 100 John [1] [brown, yellow] []
1 200 Stefan [2] [yellow] [accepted]
uj5u.com熱心網友回復：
嘗試這個
# data
df = pd.DataFrame({'Column1': [100, 200],
'Column2': ['John', 'Stefan'],
'Column3': [['-', 1], [np.nan, 2]],
'Column4': [['brown', 'yellow'], [np.nan, 'yellow']],
'Column5': [[np.nan, np.nan], ['-', 'accepted']]})
# stack and explode to get the list elements out of lists
exp_df = df.set_index(['Column1', 'Column2']).stack().explode()
# mask that filters out dash and nans
m = exp_df.ne('-') & exp_df.notna()
# after using m, aggregate back to lists
exp_df[m].groupby(level=[0,1,2]).agg(list).unstack(fill_value=[]).reset_index()
uj5u.com熱心網友回復：
如果我正確理解您的目標。這是我將如何處理它。
import pandas as pd
import numpy as np
from typing import Any
### 1. replicate your dataframe. nan here is from np. not sure what nan in your df is.
df = pd.DataFrame({
'col_1':[100,200],
'col_2':['John','Stefan'],
'col_3':[['-', 1],[np.nan,2]],
'col_4':[['brown', 'yellow'],[np.nan, 'yellow']]
})
### 2: remove funciton: this function will remove dash and np.nan from each cell for a selected cols once applied
def remove(element: Any) -> Any:
try:
return [x for x in element if x not in [ '-', np.nan]]
except TypeError: # in case some cell value is not a list
return element
### 3: detect_col_element_as_list: this function will detect if a given col has any cell composed by list. if so return True
def detect_col_element_as_list(element: pd.Series) -> bool:
return any(isinstance(x, list) for x in element)
### 4: first get all cols that have cells as list
cols_contain_list = [col for col in df.columns if detect_col_element_as_list(df[col])]
### 5: a for loop to apply remove function to all cols that has list as cell value
for col in cols_contain_list:
df[col] = df[col].apply(lambda x: remove(x))
讓我知道這是否是您想要的。
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/486563.html
上一篇：無法拆分列的兩個值