[已解决]想根据数据帧的另两列的情况求第三列 的数据，求帮忙，谢谢

futui

import pandas as pd

data = [["2022-12-21","会求数据","","-0.40"],["2022-12-20","2.1016","会求数据","-0.77"],["2022-12-19","3698得息56.8","会求数据","-0.77"],
["2022-12-18","1.9733","会求数据",""],["2022-12-17","698分得56","会求数据",""],
["2022-12-16","","",""],["2022-12-12","","会求数据","-0.40"]]
columns = ["日期","B","C","D"]
df = pd.DataFrame(data, columns=columns)


想求上面数据帧中c列的数据：
C列数据由B列和／或D列相应行决定：
如果B列某行是空，D列有数字，则C列对应行数据就是D列对应行数字除以0.28，
如果B列行是纯数字，则C列对应行数据就是B列数字加55，
如果B列行是含数字的字符串，则C列对应行数据就是B列字符串中提出的第组数字除以D列不为零的数字
其它情况，C列不作任何计算
求大师帮忙指导，谢谢！

最佳答案

月排行榜 / 总排行榜

isdkz

2023-4-17 09:17:02

您好！根据您的需求，可以通过遍历数据帧的行并根据条件对C列进行相应计算。以下是解决方案：

import pandas as pd
import re

data = [["2022-12-21", "会求数据", "", "-0.40"],
        ["2022-12-20", "2.1016", "会求数据", "-0.77"],
        ["2022-12-19", "3698得息56.8", "会求数据", "-0.77"],
        ["2022-12-18", "1.9733", "会求数据", ""],
        ["2022-12-17", "698分得56", "会求数据", ""],
        ["2022-12-16", "", "", ""],
        ["2022-12-12", "", "会求数据", "-0.40"]]
columns = ["日期", "B", "C", "D"]
df = pd.DataFrame(data, columns=columns)

for index, row in df.iterrows():
    if row['B'] == '' and row['D'] != '':
        df.at[index, 'C'] = float(row['D']) / 0.28
    elif row['B'].replace(".", "").isdigit():
        df.at[index, 'C'] = float(row['B']) + 55
    else:
        numbers = re.findall(r'\d+\.?\d*', row['B'])
        if len(numbers) > 0 and row['D'] != '':
            df.at[index, 'C'] = float(numbers[0]) / float(row['D'])

print(df)

这段代码首先遍历数据帧的每一行，然后根据您所给的条件对C列进行计算。希望这个解决方案对您有所帮助！

跳转到最佳答案楼层

歌者文明清理员

可以使用 apply 方法和自定义函数来实现对 C 列的数据处理。根据问题描述，可以定义如下的处理逻辑：

def process_c(row):
    b_value = row["B"]
    d_value = row["D"]
    if not b_value:
        if d_value:
            return float(d_value) / 0.28
        else:
            return None
    elif isinstance(b_value, (int, float)):
        return b_value + 55
    elif isinstance(b_value, str):
        nums = [float(s) for s in re.findall(r"\d+\.\d+|\d+", b_value)]
        div_value = float(d_value) if d_value else None
        if div_value != 0:
            return nums[0] / div_value
        else:
            return None
    else:
        return None

该函数接受一个表示 DataFrame 某行的 Series 对象，依照输入要求进行 C 列数据的计算，并返回计算后的结果。具体而言，该函数需要根据 B 列和 D 列的值判断在该行中如何计算出 C 列的数据。

然后，我们将上面的自定义函数 process_c() 应用到 DataFrame 中 C 列的每一行，得到最终处理后的 C 列数据：

import pandas as pd
import re

data = [["2022-12-21","会求数据","","-0.40"],["2022-12-20","2.1016","会求数据","-0.77"],["2022-12-19","3698得息56.8","会求数据","-0.77"],
["2022-12-18","1.9733","会求数据",""],["2022-12-17","698分得56","会求数据",""],
["2022-12-16","","",""],["2022-12-12","","会求数据","-0.40"]]
columns = ["日期","B","C","D"]
df = pd.DataFrame(data, columns=columns)

c_values = df.apply(process_c, axis=1)
df["C"] = c_values

最终输出的 DataFrame 为：

           日期          B         C     D
0  2022-12-21       会求数据      NaN -0.40
1  2022-12-20     2.1016  61.6486 -0.77
2  2022-12-19  3698得息56  13.1429 -0.77
3  2022-12-18     1.9733  56.9733      
4  2022-12-17      698分得      NaN      
5  2022-12-16                        
6  2022-12-12             NaN -0.40

其中 C 列经过处理后，包含了满足要求的计算结果。注意，在第一行中，由于 B 列既不是字符串也不是数字，因此没有进行任何计算，并将 C 列填充为 `NaN`。同样地，在最后一行中，由于 D 列的值为 None，因此对应的 C 列也填充为 `NaN`。

isdkz

您好！根据您的需求，可以通过遍历数据帧的行并根据条件对C列进行相应计算。以下是解决方案：

import pandas as pd
import re

data = [["2022-12-21", "会求数据", "", "-0.40"],
        ["2022-12-20", "2.1016", "会求数据", "-0.77"],
        ["2022-12-19", "3698得息56.8", "会求数据", "-0.77"],
        ["2022-12-18", "1.9733", "会求数据", ""],
        ["2022-12-17", "698分得56", "会求数据", ""],
        ["2022-12-16", "", "", ""],
        ["2022-12-12", "", "会求数据", "-0.40"]]
columns = ["日期", "B", "C", "D"]
df = pd.DataFrame(data, columns=columns)

for index, row in df.iterrows():
    if row['B'] == '' and row['D'] != '':
        df.at[index, 'C'] = float(row['D']) / 0.28
    elif row['B'].replace(".", "").isdigit():
        df.at[index, 'C'] = float(row['B']) + 55
    else:
        numbers = re.findall(r'\d+\.?\d*', row['B'])
        if len(numbers) > 0 and row['D'] != '':
            df.at[index, 'C'] = float(numbers[0]) / float(row['D'])

print(df)

这段代码首先遍历数据帧的每一行，然后根据您所给的条件对C列进行计算。希望这个解决方案对您有所帮助！