J'ai un cadre de données qui ressemble à ceci:
df = pd.DataFrame({"value": [4, 5, 3], "item1": [0, 1, 0], "item2": [1, 0, 0], "item3": [0, 0, 1]})
df
value item1 item2 item3
0 4 0 1 0
1 5 1 0 0
2 3 0 0 1
Ce que je veux fondamentalement, c'est remplacer la valeur des éléments codés à chaud par la valeur de la colonne "valeur", puis supprimer la colonne "valeur". Le bloc de données résultant devrait ressembler à ceci:
df_out = pd.DataFrame({"item1": [0, 5, 0], "item2": [4, 0, 0], "item3": [0, 0, 3]})
item1 item2 item3
0 0 4 0
1 5 0 0
2 0 0 3
Pourquoi ne pas simplement multiplier?
df.pop('value').values * df
item1 item2 item3
0 0 5 0
1 4 0 0
2 0 0 3
DataFrame.pop
a pour effet de supprimer et de renvoyer une colonne sur place, ce qui vous permet de le faire en une seule étape.
si les colonnes "item_ *" ont autre chose que 1, vous pouvez multiplier par bools:
df.pop('value').values * df.astype(bool)
item1 item2 item3
0 0 5 0
1 4 0 0
2 0 0 3
Si votre DataFrame a d'autres colonnes, procédez comme suit:
df
value name item1 item2 item3
0 4 John 0 1 0
1 5 Mike 1 0 0
2 3 Stan 0 0 1
# cols = df.columns[df.columns.str.startswith('item')]
cols = df.filter(like='item').columns
df[cols] = df.pop('value').values * df[cols]
df
name item1 item2 item3
0 John 0 5 0
1 Mike 4 0 0
2 Stan 0 0 3
Vous pourriez faire quelque chose comme:
df = pd.DataFrame([df['value']*df['item1'],df['value']*df['item2'],df['value']*df['item3']])
df.columns = ['item1','item2','item3']
EDIT: Comme cette réponse ne s'adapte pas correctement à de nombreuses colonnes en tant que commentaires @coldspeed, il convient d'effectuer une itération d'une boucle:
cols = ['item1','item2','item3']
for c in cols:
df[c] *= df['value']
df.drop('value',axis=1,inplace=True)
Vous avez besoin:
col = ['item1','item2','item3']
for c in col:
df[c] = df[c] * df['value']
df.drop(['value'],1,inplace=True)
pd.DataFrame.mul
Vous pouvez utiliser mul
ou de manière équivalente multiply
, en utilisant des étiquettes ou un index de position entier:
# label-based indexing
res = df.filter(regex='^item').mul(df['value'], axis='index')
# integer positional indexing
res = df.iloc[:, 1:].mul(df.iloc[:, 0], axis='index')
print(res)
# item1 item2 item3
# 0 0 4 0
# 1 5 0 0
# 2 0 0 3