Início / coding / Perguntas / 78972060
Accepted
user24758287
Asked: 2024-09-11 12:30:00 +0800 CST

Como extrair valores com base em nomes de colunas e colocá-los em outra coluna em polares?

  • 772

Gostaria de preencher um valor em uma coluna com base no nome de outra coluna, na biblioteca Polars do python (obtive o seguinte DF explodindo os nomes das colunas das minhas variáveis):

Entrada:

Nome Média Mediana Q1 Variável
Maçã 2 3 4 Média
Maçã 2 3 4 Mediana
Maçã 2 3 4 Q1
Banana 1 5 10 Média
Banana 1 5 10 Mediana
Banana 1 5 10 Q1

Saída esperada:

Nome Média Mediana Q1 Variável Valor
Maçã 2 3 4 Média 2
Maçã 2 3 4 Mediana 3
Maçã 2 3 4 Q1 4
Banana 1 5 10 Média 1
Banana 1 5 10 Mediana 5
Banana 1 5 10 Q1 10

Você pode gerar a tabela de entrada aqui:

test = pl.DataFrame(
    {
        "Name": ["Apple","Apple","Apple","Banana","Banana","Banana"],
        "Average": [2,2,2,1,1,1],
        "Median": [3,3,3,5,5,5],
        "Q1": [4,4,4,10,10,10],
        "Variable":["Average","Median","Q1","Average","Median","Q1"]
    }
)

Eu tentei:

df = df.with_columns(value = pl.col(f"{pl.col.variable}"))

Mas isso não funciona porque polars percebem o argumento como uma função (?). Alguém sabe como fazer isso?

Nota: Eu também tentei transpor o dataframe, o que, além de ser computacionalmente caro, também não funcionou! Porque ele transporia o DF para um DF de 5 linhas. O que eu preciso é de um DF de (Nome * Número de Variáveis) linhas.

Ou seja, por exemplo, se eu tiver 3 nomes diferentes (por exemplo, Maçã, Banana e Fruta do Dragão) e 3 variáveis ​​(Média, Mediana, Q1), meu DF deverá ter 9 linhas de comprimento!

python

2 respostas

  1. Best Answer

    Você pode usar

    • when/then()para verificar se o valor da coluna Variableé o mesmo que o nome da coluna.
    • coalesce()para escolher o primeiro resultado não vazio.
    cols = [x for x in df.schema if x not in ("Name", "Variable")]

df.with_columns(
    value = pl.coalesce(
        pl.when(pl.col.Variable == col).then(pl.col(col))
        for col in cols
    )
)

┌────────┬─────────┬────────┬─────┬──────────┬───────┐
│ Name   ┆ Average ┆ Median ┆ Q1  ┆ Variable ┆ value │
│ ---    ┆ ---     ┆ ---    ┆ --- ┆ ---      ┆ ---   │
│ str    ┆ i64     ┆ i64    ┆ i64 ┆ str      ┆ i64   │
╞════════╪═════════╪════════╪═════╪══════════╪═══════╡
│ Apple  ┆ 2       ┆ 3      ┆ 4   ┆ Average  ┆ 2     │
│ Apple  ┆ 2       ┆ 3      ┆ 4   ┆ Median   ┆ 3     │
│ Apple  ┆ 2       ┆ 3      ┆ 4   ┆ Q1       ┆ 4     │
│ Banana ┆ 3       ┆ 5      ┆ 10  ┆ Average  ┆ 3     │
│ Banana ┆ 3       ┆ 5      ┆ 10  ┆ Median   ┆ 5     │
│ Banana ┆ 3       ┆ 5      ┆ 10  ┆ Q1       ┆ 10    │
└────────┴─────────┴────────┴─────┴──────────┴───────┘
    • 2

  2. Você pode aproveitar essa funcionalidade de polars.when()e polars.then()com um mapeamento.

    Por exemplo,

    variable_columns = ["Q1", "Average", "Median"]

expressions = [
    pl.when(pl.col("Variable") == col_name).then(pl.col(col_name))
    for col_name in variable_columns
]

combined_expr = pl.fold(expressions[0], lambda acc, x: acc.or_(x), expressions[1:])

df = df.with_columns(combined_expr.alias("Value"))
    • 1

relate perguntas