基于另一列中的值填充列

Question

您好，我正在使用pandas操作一些实验室数据。我目前有一个有5列的data frame

• 前三列（分析物、CAS号（1）和值）顺序正确
• 最后两列（CAS编号2和值2）不匹配

有没有一种方法可以根据匹配的CAS号（也称为CAS号（2）=CAS号（1），将CAS号（2）和值（2）与前三列对齐

我对python和pandas是新手。谢谢你的帮助

Answer 1

最好以文本格式提供输入数据，以便我们可以复制粘贴它。我理解您这样的问题：您需要将最后两列排序在一起，以便CAS NO（2）与CAS NO（1）匹配

因为CAS NO(2)=CAS(NO1)所以不需要重复的CAS NO(2)列，对吗

拆分最后两列并从中生成一个系列，然后将该系列转换为dict，并使用该dict映射新值

# Split 2 last columns and assign index.
df_tmp = df[['CAS NO(2)', 'Value(2)']]
df_tmp = df_tmp.set_index('CAS NO(2)')

# Keep only 3 first columns of original dataframe
df = df[['Analyte',' CASNo(1)', 'Value(1)']]

# Now copy the CasNO(1) to CAS NO(2)
df['CAS NO(2)'] = df['CasNO(1)']

# Now create Value(2) column on original dataframe
df['Value(2)'] = df['CASNo(1)'].map(df_tmp.to_dict()['Value(2)'])

Answer 2

请尝试以下操作：

import pandas as pd
import numpy as np

#create an example of your table
list_CASNo1 = ['71-43-2', '100-41-4', np.nan, '1634-04-4']
list_Val1 = [np.nan]*len(list_CASNo1)
list_CASNo2 = [np.nan, np.nan, np.nan, '100-41-4']
list_Val2 = [np.nan, np.nan, np.nan, '18']

df = pd.DataFrame(zip(list_CASNo1, list_Val1, list_CASNo2, list_Val2), columns =['CASNo(1)','Value(1)','CAS NO(2)','Value(2)'], index = ['Benzene','Ethylbenzene','Gasonline Range Organics','Methyl-tert-butyl ether'])

#split the data to two dataframes
df1 = df[['CASNo(1)','Value(1)']]
df2 = df[['CAS NO(2)','Value(2)']]

#merge df2 to df1 based on the specified columns
#reset_index and set_index will take care
#that df_adjusted will have the same index names as df1
df_adjusted = df1.reset_index().merge(df2.dropna(),
                                      how = 'left',
                                      left_on = 'CASNo(1)',
                                      right_on = 'CAS NO(2)').set_index('index')

但是要小心列中的重复项，它们会导致合并失败

Answer 3

您可以通过将df变量重新指定为列表中索引的一部分来对列进行重新排序，该列表的条目就是所讨论的列名

colidx = ['Analyte', 'CAS NO(1)', 'CAS NO(2)']
df = df[colidx]