如何在Pandas Python中扩展满足特定条件的数据？

Question

我有一个 pandas 数据框，其中一些行数据以数字结尾，我需要拆分这些行中的结尾数字，然后仅将它们移至右列。

下面是一个样本 df:

check_df = pd.DataFrame({
             'Test': ["Absolute Neutrophil Count","Absolute Lymphocyte Count 2.9","Absolute Neutrophil Count"],
             'Result1': [6.56,2.8,5.5],
             'Result2': [5.14,2.6,4.8],
             'Result3': [4.69,"10~9/L",5.2],
             'Unit': ["10~9/L","1.0-3.0","10~9/L"],
             'Range': ["4.0-10.0",None,"4.0-10.0"]                      
             }) 

check_df

                Test             Result1    Result2 Result3 Unit      Range
0   Absolute Neutrophil Count       6.56    5.14    4.69    10~9/L    4.0-10.0
1   Absolute Lymphocyte Count 2.9   2.80    2.60    10~9/L  1.0-3.0   None
2   Absolute Neutrophil Count       5.50    4.80    5.2     10~9/L    4.0-10.0

我尝试了下面的正则表达式代码来找出以数字结尾的“测试”行：

check_df.iloc[:,0].str.contains(r'\d+$')

期望的结果：

                Test             Result1    Result2 Result3 Unit      Range
0   Absolute Neutrophil Count       6.56    5.14    4.69    10~9/L    4.0-10.0
1   Absolute Lymphocyte Count        2.9    2.80    2.60    10~9/L    1.0-3.0
2   Absolute Neutrophil Count       5.50    4.80    5.2     10~9/L    4.0-10.0

疑问： 但我不确定如何仅基于 index 或其他方法 split 那些行，以便所有行/列数据都可以采用正确对齐的数据表格式。

Answer 1

最好的方法是通过正确读取您的输入来避免错误。

也就是说，您可以

extract

 数字并使用 

notna

 识别不正确的行，然后使用 

shift

 和 

update

:

tmp = check_df.iloc[:,0].str.extract(r'^(.*?)\s*(\d\.?\d*)?$')

out = check_df.copy()
out.update(check_df.assign(Test=tmp[1]).loc[tmp[1].notna()].shift(axis=1))

out['Test'] = tmp[0]

输出：

                        Test Result1  Result2 Result3    Unit     Range
0  Absolute Neutrophil Count    6.56     5.14    4.69  10~9/L  4.0-10.0
1  Absolute Lymphocyte Count     2.9     2.80     2.6  10~9/L   1.0-3.0
2  Absolute Neutrophil Count     5.5     4.80     5.2  10~9/L  4.0-10.0

请注意，这不会神奇地修复数据类型。