大熊猫多指标的行和列：从匹配的行

Question

考虑到与值替换楠如下：

import pandas as pd 
import numpy as np 
df=pd.DataFrame({'County':['A','B','A','B','A','B','A','B','A','B'], 
       'Hospital':['a','b','e','f','i','j','m','n','b','r'], 
       'Enrollment':[44,55,95,54,81,54,89,76,1,67], 
       'Year':['2012','2012','2012','2012','2012','2013', 
         '2013','2013','2013','2013']}) 
d2=pd.pivot_table(df,index=['County','Hospital'],columns=['Year'])#.sort_columns 

d2 

     Enrollment 
     Year  2012 2013 
County Hospital   
A  a  44.0 NaN 
     b  NaN  1.0 
     e  95.0 NaN 
     i  81.0 NaN 
     m  NaN  89.0 
B  b  55.0 NaN 
     f  54.0 NaN 
     j  NaN  54.0 
     n  NaN  76.0 
     r  NaN  67.0 

如果医院如“B”存在一次以上，它有前一年没有数据（第一次出现'b'），我想为其他行（'b'）分配上一年的注册值，并删除第一年不包含数据的'b'行：

 Enrollment 
     Year  2012 2013 
County Hospital   
A  a  44.0 NaN 
     b  55.0 1.0 
     e  95.0 NaN 
     i  81.0 NaN 
     m  NaN  89.0 
B  f  54.0 NaN 
     j  NaN  54.0 
     n  NaN  76.0 
     r  NaN  67.0 

到目前为止，我可以识别重复行并删除，但我只是坚持用值w替换NaN这里需要：

d2=d2.reset_index()  
d2['dup']=d2.duplicated('Hospital',keep=False) 

标志，删除，复制医院没有数据的最近年份：

Hospital=d2.columns.levels[0][1] 

Y1=d2.columns.levels[1][0] 

Y2=d2.columns.levels[1][1] 

d2['Delete']=np.nan 

d2.loc[(pd.isnull(d2.Enrollment[Y2]))&(d2['dup']==True),'Delete']='Yes' 

1. 重置索引后，找出重复的医院

   保留除删除行外的所有行：

   d2=d2.loc[d2['Delete']!='Yes'] 
   

Answer 1

如果我理解正确的，问题是医院匹配时从县B值复制到县的一个。这可以用groupby/fillna(method='bfill')完成。 bfill方法以最接近的非NaN值回填NaN。

然后，您可以使用d2.drop_duplicates(subset=['Hospital'], keep='first')在医院匹配时保留第一行。

---

例如，

import pandas as pd 

df = pd.DataFrame({'County': ['A', 'B', 'A', 'B', 'A', 'B', 'A', 'B', 'A', 'B'], 
        'Hospital': ['a', 'b', 'e', 'f', 'i', 'j', 'm', 'n', 'b', 'r'], 
        'Enrollment': [44, 55, 95, 54, 81, 54, 89, 76, 1, 67], 
        'Year': ['2012', '2012', '2012', '2012', '2012', '2013', 
          '2013', '2013', '2013', '2013']}) 
d2 = pd.pivot_table(df, index=['County', 'Hospital'], columns=['Year']) 
d2 = d2.groupby(level='Hospital').fillna(method='bfill') 
d2 = d2.reset_index() 
d2 = d2.drop_duplicates(subset=['Hospital'], keep='first') 

产生

 County Hospital Enrollment  
Year      2012 2013 
0   A  a  44.0 NaN 
1   A  b  55.0 1.0 
2   A  e  95.0 NaN 
3   A  i  81.0 NaN 
4   A  m  NaN 89.0 
6   B  f  54.0 NaN 
7   B  j  NaN 54.0 
8   B  n  NaN 76.0 
9   B  r  NaN 67.0 

Answer 2

操纵d2将A和B并排放置。

e = d2.unstack(0).swaplevel(1, 2, 1).sort_index(1).Enrollment 
print e 

County  A   B  
Year  2012 2013 2012 2013 
Hospital       
a   44.0 NaN NaN NaN 
b   NaN 1.0 55.0 NaN 
e   95.0 NaN NaN NaN 
f   NaN NaN 54.0 NaN 
i   81.0 NaN NaN NaN 
j   NaN NaN NaN 54.0 
m   NaN 89.0 NaN NaN 
n   NaN NaN NaN 76.0 
r   NaN NaN NaN 67.0 

创建一个应用函数从B赋值并注销B之后。

def manipulate_rows(row): 
    if pd.notnull(row.loc['A'].iloc[1]) & pd.isnull(row.loc['A'].iloc[0]): 
     row.A = row.A.combine_first(row.B) 
     row.B = np.nan 
    return row 

d3 = e.apply(manipulate_rows, axis=1).stack(0).swaplevel(0, 1).sort_index() 

叠加后自然会丢失数据透视后的缺失值。

重新分配d2列

d3.columns = d2.columns 

print d3 

       Enrollment  
Year     2012 2013 
County Hospital     
A  a    44.0 NaN 
     b    55.0 1.0 
     e    95.0 NaN 
     i    81.0 NaN 
     m    NaN 89.0 
B  f    54.0 NaN 
     j    NaN 54.0 
     n    NaN 76.0 
     r    NaN 67.0