如果数据帧中的行具有匹配的子字符串，则将值从一行添加到另一行

Question

我正在用一个图书发行商的例子来处理pandas中的数据帧

仓库生成.csv文件，将具有相同标题的书籍的已签名和未签名（由作者）副本视为不同的行，例如：

TITLE      //                      STOCK

A song of ice and fire     //       5

A song of ice and fire (signed)  //  1

但是，我希望每个标题都是一行，但有一个额外的列用于签名股票，例如：

TITLE            //                STOCK  //   SIGNED STOCK

A song of ice and fire      //       5       //     1

我已经成功地将CSV读入pandas数据帧，并添加了一个名为SIGNED STOCK的空白列，用零填充。我还清理了代码，去掉了空格和NaN 但是，我不知道如何在行中搜索带有子字符串(signed)的标题，然后将股票添加到相关标题的相关SIGNED STOCK列中。非常感谢您的帮助！：）

IBS_combined = pd.read_csv("IBS_21_05_19.csv",usecols=[3,12,21],encoding='latin-1')

IBS_combined.columns= ['Product', 'ISBN','Stock']

IBS_combined['Signed Stock']='0'

IBS_combined.replace(['Product'], np.nan, inplace=True)

IBS_combined.dropna(subset=['Product'], inplace=True)

Answer 1

您可以将数据帧拆分为两个分别具有有符号行和无符号行的df，然后合并结果。下面是一个例子（假设ISBN是识别一本书的唯一键，同一本书中有签名或无签名股票的条目不应超过1个）：

1. 设置包含ISBN的示例数据：

   • 1个有符号条目和1个无符号条目
   • 仅1份签署的库存条目

   • 仅1个未签名的库存条目

     str="""ISBN // TITLE // STOCK
     1 // A song of ice and fire // 5
     1 // A song of ice and fire (signed) // 1
     2 // another book // 10
     2 // another book (signed) // 2
     3 // 2nd book // 3
     4 // 3rd book (signed) // 1"""
     
     df = pd.read_csv(pd.io.common.StringIO(str), sep=' // ', engine='python')
     

2. 根据下面的掩码m，将数据帧拆分为两个数据帧：

   • 数据框签名：df[m]

   • 数据框无符号：df[~m]

     m = df.TITLE.str.contains('\(signed\)')
     

3. 格式化df_signed（将ISBN设置为索引，重命名列并从标题列中删除子字符串'（signed）'：

   df_signed = df[m].set_index('ISBN')\
                    .rename(columns={'STOCK':'SIGNED_STOCK'}) \
                    .replace('\s*\(signed\)', '', regex=True)
   print(df_signed)
   #                       TITLE  SIGNED_STOCK
   #ISBN
   #1     A song of ice and fire             1
   #2               another book             2
   #4                   3rd book             1
   

4. 设置df\u unsigned并使用DataFrame.combine_first()与df\u signed连接

   df_new = df[~m].set_index('ISBN') \
                  .combine_first(df_signed) \
                  .fillna(0, downcast='infer') \
                  .reset_index() 
   print(df_new)
   #   ISBN  SIGNED_STOCK  STOCK                   TITLE
   #0     1             1      5  A song of ice and fire
   #1     2             2     10            another book
   #2     3             0      3                2nd book
   #3     4             1      0                3rd book
   

5. 重新排列列的顺序：

   cols = ['TITLE', 'ISBN', 'STOCK', 'SIGNED_STOCK']
   df_new = df_new[cols]
   

Answer 2

你可以这样做：

signed = []
for row in IBS_combined.iterrows():
    if row['TITLE'].find(your_string) != -1:
        signed.append(row['TITLE'].replace(your_string,''))

然后，您可以循环通过签名并添加金额

for item in signed:
    IBS_combined[IBS_combined['TITLE']==item]['SIGNED'] = IBS_combined[IBS_combined['TITLE']==item]['SIGNED'] +1