Início / coding / Perguntas / 78130203
Accepted
Michael
Asked: 2024-03-09 04:44:12 +0800 CST

Pandas: torna o tamanho da lista em uma coluna igual ao de outra coluna

  • 772

Eu tenho duas colunas: serial_numbere inv_numbercontendo listas. Se houver um inv_numberpara multiple serial_number, preciso fazer com que o tamanho da inv_numberlista seja igual ao serial_numberde.

    serial_number                                       inv_number
28  [С029768, С029775]                                  [101040031171, 101040031172]
29  [090020960190402011, 090020960190402009]            [210134002523, 210134002524]
31  [1094]                                              [410124000215]
32  [01]                                                [101040022094]
33  [F161B5, F17D86, F17D8D, F1825C, F1825A, F1825D]    [101040026976]

Aqui no índice 33 temos 6 números de série mas um número de inventário, então deve ser alterado para

[101040026976, 101040026976, 101040026976, 101040026976, 101040026976, 101040026976]

Eu tentei fazer isso "multiplicando" valores para fazer uma lista (como [value] * N):

si.loc[si['inv_number'].apply(len)==1, 'inv_number'].apply
    (lambda x: [str(x[0])] * si['serial_number'].apply(len).values)

mas me dá um erro:

UFuncTypeError: ufunc 'multiply' não continha um loop com tipos correspondentes de assinatura (dtype('<U12'), dtype('int64')) -> None

Como posso resolver esse problema?

python

2 respostas

  1. Best Answer

    Tentar:

    mask = (df["serial_number"].str.len() > 1) & (df["inv_number"].str.len() == 1)
df.loc[mask, "inv_number"] = df["serial_number"].str.len() * df.loc[mask, "inv_number"]

print(df)

    Impressões:

                                           serial_number                                                                            inv_number
28                                [С029768, С029775]                                                          [101040031171, 101040031172]
29          [090020960190402011, 090020960190402009]                                                          [210134002523, 210134002524]
31                                            [1094]                                                                        [410124000215]
32                                              [01]                                                                        [101040022094]
33  [F161B5, F17D86, F17D8D, F1825C, F1825A, F1825D]  [101040026976, 101040026976, 101040026976, 101040026976, 101040026976, 101040026976]
    • 4

  2. Com map, len& mul:

    df["inv_number"] *= (-df.map(len).diff(axis=1).iloc[:, -1]).add(1)
    número de série número_inv
    0 ['С029768', 'С029775'] ['101040031171', '101040031172']
    1 ['090020960190402011', '090020960190402009'] ['210134002523', '210134002524']
    2 ['1094'] ['410124000215']
    3 ['01'] ['101040022094']
    4 ['F161B5', 'F17D86', 'F17D8D', 'F1825C', 'F1825A', 'F1825D'] ['101040026976', '101040026976', '101040026976', '101040026976', '101040026976', '101040026976']
    • 3

relate perguntas