主页 / coding / 问题 / 76969939
Accepted
craigm
Asked: 2023-08-24 21:45:00 +0800 CST

部分基于其他列名称创建新列

  • 772

总的来说，我对 Polars 和 Python 都很陌生。我有一个有点不寻常的问题，需要一些帮助。我有一个包含 50 多个 0/1 列的数据框。我需要创建一个新列，其中包含每列的逗号分隔列表，其中包含 1 但使用部分列名。如果 hccx = 1，则将 x 附加到字符串列。一个简化的例子：

df=pl.DataFrame(
    {'id':[1,2,3], 'hcc1':[0,1,1],'hcc2':[0,0,1],'hcc5':[0,1,1],'hcc8':[1,0,0]}
)

shape: (3, 5)
┌─────┬──────┬──────┬──────┬──────┐
│ id  ┆ hcc1 ┆ hcc2 ┆ hcc5 ┆ hcc8 │
│ --- ┆ ---  ┆ ---  ┆ ---  ┆ ---  │
│ i64 ┆ i64  ┆ i64  ┆ i64  ┆ i64  │
╞═════╪══════╪══════╪══════╪══════╡
│ 1   ┆ 0    ┆ 0    ┆ 0    ┆ 1    │
│ 2   ┆ 1    ┆ 0    ┆ 1    ┆ 0    │
│ 3   ┆ 1    ┆ 1    ┆ 1    ┆ 0    │
└─────┴──────┴──────┴──────┴──────┘

我想创建一个新列（字符串类型）hccall，如下所示：

ID 呼呼
1 8
2 1,5
3 1,2,5

我想某种类型的列表理解在以“hcc”开头的列上循环会起作用，但我有点卡住了。我可以创建一个循环，但不确定如何从循环内附加到列。有什么巧妙的想法吗？

python-polars

2 个回答

  1. Best Answer

    我认为最简单的选择是首先融化你的数据帧，这样你的数据帧中每列每个 id 一行。然后您可以过滤等于 1 的行。然后您可以将原始行的最后一个字母聚合到一个列表中。使用 list.join 您可以将列表组合成一个以逗号分隔的字符串

    (
    df.melt(id_vars="id")
    .filter(pl.col("value") == 1)
    .groupby("id")
    .agg(pl.col("variable").str.slice(3))
    .with_columns(pl.col("variable").list.join(","))
)

shape: (3, 2)
┌─────┬──────────┐
│ id  ┆ variable │
│ --- ┆ ---      │
│ i64 ┆ str      │
╞═════╪══════════╡
│ 2   ┆ 1,5      │
│ 3   ┆ 1,2,5    │
│ 1   ┆ 8        │
└─────┴──────────┘
    • 3

  2. 这是另一种无需熔化或分组的方法

    (
    df
    .with_columns(
        hccall=pl.concat_list(
                    pl.when(pl.col(x)==1)
                    .then(pl.lit(x.replace('hcc',', ')))
                    .otherwise(pl.lit('')) for x in df.columns if x[:3]=='hcc')
                .list.join("")
                .str.replace("^, ", "")
                    )
)

    我不知道如何优雅地删除空值，所以最后concat_list变得很复杂。str.replace我认为有一种简洁的方法可以做到这一点，但我暂时没有想到。

    • 2

相关问题