python – 复制一些行并更改pandas中的某些值

我有一个像这样的pandas DataFrame：

From    To    Val
GE      VD    1000
GE      VS    1600
VS      VD    1500
VS      GE     600
VD      GE    1200
VD      VS    1300

我想将“from”或“to”列中没有“GE”的每一行替换为两行,一行在“from”列中有“GE”,另一行在“to”中有“GE”. “专栏.
在上面的例子中,我将用以下两行替换第三行：
GE VD 1500
VS GE 1500

我尝试使用“apply”但我无法弄清楚如何返回正确的数据框.例如

def myfun(row):
    if "GE" not in (row["from"], row["to"]):
        row1=pd.DataFrame(row).T
        row2=row1.copy()
        row1["from"]="GE"
        row2["to"]="GE"
        return pd.concat([row1, row2])
    else:
        return pd.DataFrame(row).T

给出一个奇怪的结果：

>> df.apply(myfun, axis=1)
   Val  from  to
0  Val  from  to
1  Val  from  to
2  Val  from  to
3  Val  from  to
4  Val  from  to
5  Val  from  to

虽然我的功能看似正确：

>> myfun(df.loc[5])
  Val from  to
5  13   GE  VD
5  13   VS  GE

通过在两个子数据帧中过滤我的数据帧,我可以想到一种方法,一个行需要重复,另一个需要重复.然后复制第一个数据帧,进行更改并将所有三个DF整理在一起.但它很难看.有谁能建议更优雅的方式？

换句话说,应用函数可以返回一个DataFrame,就像在R中我们会用ddply做的那样吗？

谢谢

解决方法:

这使用两次通过.如果添加了一个else条件来连接将保持不变的行,则可以缩短它.但是,我觉得这更具可读性,因为我们使用itertuples来遍历行,所以这里的成本是线性的,我们只是根据需要形成每个元组(不是所有行的元组的大列表).

类似地,您可以在if语句中弹出一行,并将其位置中的两个新行连接回原始数据对象df,这样就不会产生创建keeper_rows的内存成本.除非DataFrame是巨大的,否则为这样的任务进行这些优化通常是不值得的.

keeper_rows = df.ix[[i for i,x in enumerate(df.itertuples()) if 'GE' in x[0:2]]]
for row_as_tuple in df.itertuples():
    from_other, to_other, val = row_as_tuple
    if "GE" not in (from_other, to_other):
        new_rows = {"From":["GE", from_other], 
                    "To"  :[to_other, "GE"], 
                    "Val" :[val, val]}
        keeper_rows = pandas.concat([keeper_rows, pandas.DataFrame(new_rows)], 
                                    ignore_index=True)