我正在嘗試創建一個新列，其中包含 SKU 可能屬于的所有分類（Asst 1 - 50）。如果 SKU 在相應列中用“x”表示，則該 SKU 屬于分類。
該腳本需要能夠遍歷 SKU 列中的行并檢查任何 ASST 列中的“x”。如果找到一個，將該分類列的名稱復制到新創建的“所有分類”列中。
一個班輪后：
我一直在嘗試使用 df.apply 方法，但我似乎無法做到這一點。
def assortment_crunch(row):
if row == 'x':
df['Asst #1'].apply(assortment_crunch):
我的嘗試并沒有真正說明需要遍歷所有“asst”列以及如何將該列分配給新創建的列。
uj5u.com熱心網友回復：
我不確定這是否是最有效的方法，但你可以試試這個。
而不是apply對列進行 ing，而是對apply整個 DF 進行訪問以訪問行。然后您可以遍歷每一列并為最后一列建立值：
def make_all_assortments_cell(row):
assortments_in_row = []
for i in range(1, 51):
column_name = f'Asst #{i}'
if (row[column_name] == 'x').any():
assortments_in_row.append(row[column_name])
return ", ".join(assortments_in_row)
df["All Assortments"] = df.apply(make_all_assortments_cell)
我認為這會起作用，盡管我還沒有測驗過。
uj5u.com熱心網友回復：
這是一個超快速（“矢量化”）的單線：
asst_cols = df.filter(like='Asst #')
df['All Assortment'] = [', '.join(asst_cols.columns[mask]) for mask in asst_cols.eq('x').to_numpy()]
解釋：
df.filter(like='Asst #')Asst #- 回傳名稱中包含的所有列.eq('x')- 與 完全相同== 'x'，因為括號混亂，否則鏈接這樣的函式會更容易to_numpy()- 將掩碼資料幀轉換為掩碼串列
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/446241.html
上一篇：遍歷兩列并計算一列中有多少值與第二列中的精確值匹配？
下一篇：jsonAPI資料到熊貓資料框