如何在列中按值分组，找到null，然后

Question

我是Python新手，我迷路了。你知道吗

我有一个名为d的数据帧，它是这样的：

    name  win   loser   sortvalue  
    joe   yes           car1        
    jan         yes     car1 
    stan        yes     car1
    fred        yes     car2
    josh  yes           car2

我希望它看起来像这样：

    win   loser   sortvalue
    joe   jan     car1
    joe   stan    car1
    josh  fred    car2

所以我想按“sortvalue”排序，然后在“win”列中找到表示“yes”的单元格，并在“loser”列/行中用相应的“name”替换它们，表示“yes”

到目前为止，我所做的是使用groupby对数据帧进行排序：

    d = pd.read_excel('nameoffile.xls', sheet_name='jw')
    df = pd.DataFrame(d)
    df1 = dict(tuple(df.groupby('sortvalue')))

这给了我一系列按“sortvalue”排序的字典。但是我不知道如何编写函数来迭代这些字典，将win中的“yes”替换为“loser”中“yes”列中的“name”。我也不确定groupby是否是正确的做法。编字典对吗？你知道吗

Answer 1

可能是一个更简单的版本，使用类似于第一个ans的逻辑

d = [['joe','yes',np.nan,'cart1'],['jan',np.nan,'yes','cart1'],['stan',np.nan,'yes','cart1'],['fred',np.nan,'yes','cart2'],['stan','yes',np.nan,'cart2']]
d = pd.DataFrame(data=d,columns=['name','win','lose','value'])

d1 = d[d['win']=='yes'].loc[:,['name','value']]
d2 = d[d['lose']=='yes'].loc[:,['name','value']]
d1['winner']=d1['name']
d2['loser']=d2['name']
ans = pd.merge(d1,d2,on='value').loc[:,['winner','loser','value']]

Answer 2

在sortvalue上分组时生成新的数据帧：

results = []
for car, row in df.groupby('sortvalue'):
    winner = row[row['win'] == 'yes'].iloc[0]
    for _, item in row[row['loser'] == 'yes'].iterrows():
        loser = item
        results.append({
            'win': winner['name'],
            'loser': loser['name'],
            'sortvalue': car
        })
df = pd.DataFrame(results)

Answer 3

按yes值、rename列筛选数据帧并使用^{}：

df1 = df.loc[df['win'] == 'yes', ['name','sortvalue']].rename(columns={'name':'win'})
df2 = df.loc[df['loser'] == 'yes', ['name','sortvalue']].rename(columns={'name':'loser'})

df = pd.merge(df1, df2, on='sortvalue')[['win','loser','sortvalue']]
print (df)
    win loser sortvalue
0   joe   jan      car1
1   joe  stan      car1
2  josh  fred      car2