Здравствуйте, моя проблема почти такая же, как в этом посте: Как заполнить столбец именами столбцов, строки которых не равны NULL в Pandas?
Но в моем случае вместо конкатенации мне нужно заполнить столбец в зависимости от того, является ли имя столбца страной или сегментом.
Обновлено: стол У меня изначально так:
На самом деле у меня есть это (первые столбцы заполняются двумя строками перед последней в моем коде:
А мне нужно это:
Обновлено: мой код на самом деле выглядит так после попытки интегрировать anwser:
Ошибка: AttributeError: Can only use .str accessor with string values!. Did you mean: 'std'?
#For each column in df, check if there is a value and if yes : first copy the value into the 'Amount' Column, then copy the column name into the 'Segment' or 'Country' columns
for column in df.columns[3:]:
valueList = df[column][3:].values
valueList = valueList[~pd.isna(valueList)]
def detect(d):
cols = d.columns.values
dd = pd.DataFrame(columns=cols, index=d.index.unique())
for col in cols:
s = d[col].loc[d[col].str.contains(col[0:3], case=False)].str.replace(r'(\w+)(\d+)', col + r'\2')
dd[col] = s
return dd
#Fill amount Column with other columns values if NaN
if column in isSP:
df['Amount'].fillna(df[column], inplace = True)
df['Segment'] = df.iloc[:, 3:].notna().dot(df.columns[3:] + ';' ).str.strip(';')
df['Country'] = df.iloc[:, 3:].notna().dot(df.columns[3:] + ' ; ' ).str.strip(';')
df[['Segment', 'Country']] = detect(df[['Segment', 'Country']].apply(lambda x: x.astype(str).str.split(r'\s+[+]\s+').explode()))
Большое спасибо.
Чтобы определить, является ли заголовок сегментом, я использую эту строку: isSP = [col for col in df.columns if "_sp" in col] А для страны все остальное, но в идеале я хотел бы использовать список Country.csv (Список находится в папке проекта).
Все сегменты имеют «_sp» в своем имени.
Данный:
Segment Country Segment 1 Country 1 Segment 2
0 Seg1;Country1 Seg1;Country1 123456 123456 Nan
1 Nan Nan Nan Nan Nan
2 country1;seg2 country1;seg2 Nan 123456 123456
3 country1;seg2 country1;seg2 Nan 123456 123456
Делает
cols = ['Segment', 'Country']
df[cols] = df.Segment.str.split(';', expand=True)
is_segment = 'eg' # ~You'll used '_sp' here~
# Let's sort values with a custom key, namely,
# does the string (not) contain what we're looking for?
key = lambda x: ~x.str.contains(is_segment, na=False)
func = lambda x: x.sort_values(key=key, ignore_index=True)
df[cols] = df[cols].apply(func, axis=1)
print(df)
Вывод:
Segment Country Segment 1 Country 1 Segment 2
0 Seg1 Country1 123456 123456 Nan
1 Nan None Nan Nan Nan
2 seg2 country1 Nan 123456 123456
3 seg2 country1 Nan 123456 123456
Версия с интенсивным выражением:
pattern = '(?P<Segment>.+eg\d);(?P<Country>.+)|(?P<Country_>.+);(?P<Segment_>.+eg\d)'
extract = df.Segment.str.extract(pattern)
for col in cols:
df[col] = extract.filter(like=col).bfill(axis=1)[col]
Как определить, является ли данная строка сегментом или страной?