基于第三列中的值，使用另一列中的值填充dataframe列

Question

我有一个熊猫数据框，如下所示。我根据RefIDPrefix列中的唯一值创建了最后3列

^{tb1}$

我想像下面这样填写最后3列。基本上，基于RefIDPrefix中的值，我想获取RefIDNumber中的值，并将其放入对应于RefIDPrefix的正确列中

^{tb2}$

我已经试着这么做了一段时间，但还没有弄明白如何去做。任何帮助都将不胜感激

Answer 1

您可以使用^{}从RefIDPrefix和^{}将列构建回原始df

df.join(df.pivot(columns='RefIDPrefix', values='RefIDNumber').fillna(''))

输出：

  RefIDPrefix  RefIDNumber       GO     PMID Reactome
0          GO        12345  12345.0                  
1        PMID        23456           23456.0         
2    Reactome        34567                    34567.0
3          GO        45678  45678.0                  
4          GO        56789  56789.0                  
5        PMID        67890           67890.0         

编辑

对于新列中数字的显示格式（当前显示为带小数点的float数字），如果RefIDNumber列实际上是字符串，则新列中的数字也将是字符串，并且没有小数点（如整数）

但是，如果RefIDNumber是数字格式（ID号很可能是正数），我们可以通过微调^{}部分将数字保留为integer，如下所示：

df.join(df.pivot(columns='RefIDPrefix', values='RefIDNumber').fillna(-1, downcast='infer').replace(-1, ''))

输出：

  RefIDPrefix  RefIDNumber     GO   PMID Reactome
0          GO        12345  12345                
1        PMID        23456         23456         
2    Reactome        34567                  34567
3          GO        45678  45678                
4          GO        56789  56789                
5        PMID        67890         67890