如果字符串行与列表匹配，则根据行重新移动特定列
Reshifting specific column based on row if string row match with list
好的，这是我想要执行的真实数据框，用于使用列表重塑特定值。所以
我有这个数据框要重塑。
[Out] = df
Keterangan Q2 2019 Q2 2018
0 Kas 22686796.0 27421625.0
1 Giro pada bank indonesia 68409507.0 71159442.0
2 Giro pada bank lain 15675129.0 12584938.0
3 Giro pada bank lain pihak ketiga 88548.0 92417.0
4 Giro pada bank lain pihak berelasi 41391653.0 84668151.0
5 Penempatan pada bank indonesia dan bank lain 1825890.0 2349900.0
6 Penempatan pada bank indonesia dan bank lain pihak ketiga 28443695.0 30264303.0
7 Penempatan pada bank indonesia dan bank lain pihak berelasi 144798482.0 154020507.0
8 Efek-efek yang diperdagangkan -758.0 -758.0
9 Efek-efek yang diperdagangkan pihak ketiga 24081797.0 9396553.
10 Efek-efek yang diperdagangkan pihak berelasi 20253524.0 20584035.0
11 Cadangan kerugian penurunan nilai pada efek-efek 2713267.0 6858655.0
12 Efek yang dibeli dengan janji dijual kembali 7014696.0 10165310.0
13 Wesel ekspor dan tagihan lainnya 573030.0 1477693.0
14 Wesel ekspor dan tagihan lainnya pihak ketiga 335008.0 485810.0
15 Wesel ekspor dan tagihan lainnya pihak berelasi 748120507.0 709223043.0
16 Tagihan akseptasi 113999397.0 110787114.0
17 Tagihan akseptasi pihak ketiga -38848157.0 -35017982.0
18 Tagihan akseptasi pihak berelasi NaN NaN
19 Tagihan derivatif NaN NaN
20 Tagihan derivatif pihak ketiga NaN NaN
21 Pinjaman yang diberikan NaN NaN
22 Pinjaman yang diberikan pihak ketiga NaN NaN
23 Pinjaman yang diberikan pihak berelasi NaN NaN
24 Cadangan kerugian NaN NaN
我想用我以前的特定列表重塑它，这是我的列表。
my_list = ['Giro pada bank lain', 'Penempatan pada bank indonesia dan bank lain', 'Efek-efek yang diperdagangkan', 'Wesel ekspor dan tagihan lainnya', 'Tagihan akseptasi', 'Tagihan derivatif', 'Pinjaman yang diberikan']
因此，如果列 ['Keterangan'] 上包含的字符串与列表中的项目字符串匹配，它将重塑特定列 [Q2 2019] 和 [Q2 2018] 以向下移动。所以，这是我想要的数据框。
[Out] : df1
Keterangan Q2 2019 Q2 2018
0 Kas 22686796.0 27421625.0
1 Giro pada bank indonesia 68409507.0 71159442.0
2 Giro pada bank lain Nan Nan
3 Giro pada bank lain pihak ketiga 15675129.0 12584938.0
4 Giro pada bank lain pihak berelasi 88548.0 92417.0
5 Penempatan pada bank indonesia dan bank lain Nan Nan
6 Penempatan pada bank indonesia dan bank lain pihak ketiga 41391653.0 84668151.0
7 Penempatan pada bank indonesia dan bank lain pihak berelasi 1825890.0 2349900.0
8 Efek-efek yang diperdagangkan Nan Nan
9 Efek-efek yang diperdagangkan pihak ketiga 28443695.0 30264303.0
10 Efek-efek yang diperdagangkan pihak berelasi 144798482.0 154020507.0
11 Cadangan kerugian penurunan nilai pada efek-efek -758.0 -758.0
12 Efek yang dibeli dengan janji dijual kembali 24081797.0 9396553
13 Wesel ekspor dan tagihan lainnya Nan Nan
14 Wesel ekspor dan tagihan lainnya pihak ketiga 20253524.0 20584035.0
15 Wesel ekspor dan tagihan lainnya pihak berelasi 2713267.0 6858655.0
16 Tagihan akseptasi Nan Nan
17 Tagihan akseptasi pihak ketiga 7014696.0 10165310.0
18 Tagihan akseptasi pihak berelasi 573030.0 1477693.0
19 Tagihan derivatif NaN NaN
20 Tagihan derivatif pihak ketiga 335008.0 485810.0
21 Pinjaman yang diberikan NaN NaN
22 Pinjaman yang diberikan pihak ketiga 748120507.0 709223043.0
23 Pinjaman yang diberikan pihak berelasi 113999397.0 110787114.0
24 Cadangan kerugian -38848157.0 -35017982.0
我必须尝试一些代码来重塑它，将 df.index 移动到另一列并将列 ['Keterangan'] 切换为索引。
match = df['Keterangan'].str.fullmatch('|'.join(entry for entry in my_list))
df['shift'] = match.cumsum()
df['index'] = df.index
df.set_index('Keterangan', drop=True, inplace=True)
及其制作 shift 和 swith 索引的工作。
Q2 2019 Q2 2018 shift index
Keterangan
Kas 22686796.0 27421625.0 0 0
Giro pada bank indonesia 68409507.0 71159442.0 0 1
Giro pada bank lain 15675129.0 12584938.0 1 2
Giro pada bank lain pihak ketiga 88548.0 92417.0 1 3
Giro pada bank lain pihak berelasi 41391653.0 84668151.0 1 4
Penempatan pada bank indonesia dan bank lain 1825890.0 2349900.0 2 5
Penempatan pada bank indonesia dan bank lain pihak ketiga 28443695.0 30264303.0 2 6
Penempatan pada bank indonesia dan bank lain pihak berelasi 144798482.0 154020507.0 2 7
Efek-efek yang diperdagangkan -758.0 -758.0 3 8
Efek-efek yang diperdagangkan pihak ketiga 24081797.0 9396553.0 3 9
Efek-efek yang diperdagangkan pihak berelasi 20253524.0 20584035.0 3 10
Cadangan kerugian penurunan nilai pada efek-efek yang 2713267.0 6858655.0 3 11
Efek yang dibeli dengan janji dijual kembali 7014696.0 10165310.0 3 12
Wesel ekspor dan tagihan lainnya 573030.0 1477693.0 4 13
Wesel ekspor dan tagihan lainnya pihak ketiga 335008.0 485810.0 4 14
Wesel ekspor dan tagihan lainnya pihak berelasi 748120507.0 709223043.0 4 15
Tagihan akseptasi 113999397.0 110787114.0 5 16
Tagihan akseptasi pihak ketiga -38848157.0 -35017982.0 5 17
Tagihan akseptasi pihak berelasi NaN NaN 5 18
Tagihan derivatif NaN NaN 6 19
Tagihan derivatif pihak ketiga NaN NaN 6 20
Pinjaman yang diberikan NaN NaN 7 21
Pinjaman yang diberikan pihak ketiga NaN NaN 7 22
Pinjaman yang diberikan pihak berelasi NaN NaN 7 23
Cadangan kerugian NaN NaN 7 24
接下来，我要执行最后一个用于重新移动列的代码，
df = df.apply(lambda row: df.shift(row.at['shift']).iloc[row.at['index']],
axis='columns')
df[list(match)] = np.nan
但是，它出现了问题..它是这样说的。但是，我已经检查过 df['index'] 类型是 int64。为什么这个专栏不能应用iloc？
TypeError Traceback (most recent call last)
<ipython-input-67-0f4a937e0002> in <module>()
----> 1 df = df.apply(lambda row: df.shift(row.at['shift']).iloc[row.at['index']],
axis='columns')
2 df[list(match)] = np.nan
/usr/local/lib/python3.6/dist-packages/pandas/core/indexing.py in _getitem_axis(self, key, axis)
1491 key = item_from_zerodim(key)
1492 if not is_integer(key):
-> 1493 raise TypeError("Cannot index by location index with a non-integer key")
1494
1495 # validate the location
TypeError: Cannot index by location index with a non-integer key
如何解决问题并获得我想要的df1？谁能解决？
我现在明白是什么导致了这个问题。如果你看
的结果
match = df['Keterangan'].str.fullmatch('|'.join(entry for entry in my_list))
df['shift'] = match.cumsum()
df['index'] = df.index
columns = df.columns
df = df.apply(lambda row: print(row), axis='columns')
你会看到类似
的东西
Q2 2019 22686796.0
Q2 2018 27421625.0
shift 0.0
index 0.0
Name: Kas, dtype: float64
Q2 2019 68409507.0
Q2 2018 71159442.0
shift 0.0
index 1.0
Name: Giro pada bank indonesia, dtype: float64
Q2 2019 15675129.0
Q2 2018 12584938.0
shift 1.0
index 2.0
Name: Giro pada bank lain, dtype: float64
...
行都是Series，类型统一，这里是float64
Objects passed to the function are Series objects ...
一些进一步的观点。如果你看看简单的例子
df = pd.DataFrame({'A': [1, 2], 'B': [1., 2.]})
print(df.iloc[0], 'w')
df = pd.DataFrame({'A': ['a', 'b'], 'B': [1., 2.]})
print(df.iloc[0])
你会看到下面的输出
A 1.0
B 1.0
Name: 0, dtype: float64
A a
B 1
Name: 0, dtype: object
都是系列。首先，Pandas 看到所有类型都是数字，所以它选择最好的数字类型来容纳两个值的类型，即 float。第二种，由于字符串的原因，Pandas选择了object，几乎可以容纳所有类型。
在您 的 DataFrame 中，第 2 列和第 3 列中有一个字符串（'Nan'，它不是 NaN！），这导致输入 object 并在下面的 apply 中的 row 变量中输入 object。这里的 DataFrame 在 2. 和 3. 列中有 tpye float（NaN 的类型是 float），因此在 row 变量中也有 float .这就是为什么原始代码适用于第一个示例但不适用于此处的原因。 （至少我是这么想的，我可能是错的。）
我已经相应地调整了 中的代码（int 转换）。
好的，这是我想要执行的真实数据框，用于使用列表重塑特定值。所以 我有这个数据框要重塑。
[Out] = df
Keterangan Q2 2019 Q2 2018
0 Kas 22686796.0 27421625.0
1 Giro pada bank indonesia 68409507.0 71159442.0
2 Giro pada bank lain 15675129.0 12584938.0
3 Giro pada bank lain pihak ketiga 88548.0 92417.0
4 Giro pada bank lain pihak berelasi 41391653.0 84668151.0
5 Penempatan pada bank indonesia dan bank lain 1825890.0 2349900.0
6 Penempatan pada bank indonesia dan bank lain pihak ketiga 28443695.0 30264303.0
7 Penempatan pada bank indonesia dan bank lain pihak berelasi 144798482.0 154020507.0
8 Efek-efek yang diperdagangkan -758.0 -758.0
9 Efek-efek yang diperdagangkan pihak ketiga 24081797.0 9396553.
10 Efek-efek yang diperdagangkan pihak berelasi 20253524.0 20584035.0
11 Cadangan kerugian penurunan nilai pada efek-efek 2713267.0 6858655.0
12 Efek yang dibeli dengan janji dijual kembali 7014696.0 10165310.0
13 Wesel ekspor dan tagihan lainnya 573030.0 1477693.0
14 Wesel ekspor dan tagihan lainnya pihak ketiga 335008.0 485810.0
15 Wesel ekspor dan tagihan lainnya pihak berelasi 748120507.0 709223043.0
16 Tagihan akseptasi 113999397.0 110787114.0
17 Tagihan akseptasi pihak ketiga -38848157.0 -35017982.0
18 Tagihan akseptasi pihak berelasi NaN NaN
19 Tagihan derivatif NaN NaN
20 Tagihan derivatif pihak ketiga NaN NaN
21 Pinjaman yang diberikan NaN NaN
22 Pinjaman yang diberikan pihak ketiga NaN NaN
23 Pinjaman yang diberikan pihak berelasi NaN NaN
24 Cadangan kerugian NaN NaN
我想用我以前的特定列表重塑它，这是我的列表。
my_list = ['Giro pada bank lain', 'Penempatan pada bank indonesia dan bank lain', 'Efek-efek yang diperdagangkan', 'Wesel ekspor dan tagihan lainnya', 'Tagihan akseptasi', 'Tagihan derivatif', 'Pinjaman yang diberikan']
因此，如果列 ['Keterangan'] 上包含的字符串与列表中的项目字符串匹配，它将重塑特定列 [Q2 2019] 和 [Q2 2018] 以向下移动。所以，这是我想要的数据框。
[Out] : df1
Keterangan Q2 2019 Q2 2018
0 Kas 22686796.0 27421625.0
1 Giro pada bank indonesia 68409507.0 71159442.0
2 Giro pada bank lain Nan Nan
3 Giro pada bank lain pihak ketiga 15675129.0 12584938.0
4 Giro pada bank lain pihak berelasi 88548.0 92417.0
5 Penempatan pada bank indonesia dan bank lain Nan Nan
6 Penempatan pada bank indonesia dan bank lain pihak ketiga 41391653.0 84668151.0
7 Penempatan pada bank indonesia dan bank lain pihak berelasi 1825890.0 2349900.0
8 Efek-efek yang diperdagangkan Nan Nan
9 Efek-efek yang diperdagangkan pihak ketiga 28443695.0 30264303.0
10 Efek-efek yang diperdagangkan pihak berelasi 144798482.0 154020507.0
11 Cadangan kerugian penurunan nilai pada efek-efek -758.0 -758.0
12 Efek yang dibeli dengan janji dijual kembali 24081797.0 9396553
13 Wesel ekspor dan tagihan lainnya Nan Nan
14 Wesel ekspor dan tagihan lainnya pihak ketiga 20253524.0 20584035.0
15 Wesel ekspor dan tagihan lainnya pihak berelasi 2713267.0 6858655.0
16 Tagihan akseptasi Nan Nan
17 Tagihan akseptasi pihak ketiga 7014696.0 10165310.0
18 Tagihan akseptasi pihak berelasi 573030.0 1477693.0
19 Tagihan derivatif NaN NaN
20 Tagihan derivatif pihak ketiga 335008.0 485810.0
21 Pinjaman yang diberikan NaN NaN
22 Pinjaman yang diberikan pihak ketiga 748120507.0 709223043.0
23 Pinjaman yang diberikan pihak berelasi 113999397.0 110787114.0
24 Cadangan kerugian -38848157.0 -35017982.0
我必须尝试一些代码来重塑它，将 df.index 移动到另一列并将列 ['Keterangan'] 切换为索引。
match = df['Keterangan'].str.fullmatch('|'.join(entry for entry in my_list))
df['shift'] = match.cumsum()
df['index'] = df.index
df.set_index('Keterangan', drop=True, inplace=True)
及其制作 shift 和 swith 索引的工作。
Q2 2019 Q2 2018 shift index
Keterangan
Kas 22686796.0 27421625.0 0 0
Giro pada bank indonesia 68409507.0 71159442.0 0 1
Giro pada bank lain 15675129.0 12584938.0 1 2
Giro pada bank lain pihak ketiga 88548.0 92417.0 1 3
Giro pada bank lain pihak berelasi 41391653.0 84668151.0 1 4
Penempatan pada bank indonesia dan bank lain 1825890.0 2349900.0 2 5
Penempatan pada bank indonesia dan bank lain pihak ketiga 28443695.0 30264303.0 2 6
Penempatan pada bank indonesia dan bank lain pihak berelasi 144798482.0 154020507.0 2 7
Efek-efek yang diperdagangkan -758.0 -758.0 3 8
Efek-efek yang diperdagangkan pihak ketiga 24081797.0 9396553.0 3 9
Efek-efek yang diperdagangkan pihak berelasi 20253524.0 20584035.0 3 10
Cadangan kerugian penurunan nilai pada efek-efek yang 2713267.0 6858655.0 3 11
Efek yang dibeli dengan janji dijual kembali 7014696.0 10165310.0 3 12
Wesel ekspor dan tagihan lainnya 573030.0 1477693.0 4 13
Wesel ekspor dan tagihan lainnya pihak ketiga 335008.0 485810.0 4 14
Wesel ekspor dan tagihan lainnya pihak berelasi 748120507.0 709223043.0 4 15
Tagihan akseptasi 113999397.0 110787114.0 5 16
Tagihan akseptasi pihak ketiga -38848157.0 -35017982.0 5 17
Tagihan akseptasi pihak berelasi NaN NaN 5 18
Tagihan derivatif NaN NaN 6 19
Tagihan derivatif pihak ketiga NaN NaN 6 20
Pinjaman yang diberikan NaN NaN 7 21
Pinjaman yang diberikan pihak ketiga NaN NaN 7 22
Pinjaman yang diberikan pihak berelasi NaN NaN 7 23
Cadangan kerugian NaN NaN 7 24
接下来，我要执行最后一个用于重新移动列的代码，
df = df.apply(lambda row: df.shift(row.at['shift']).iloc[row.at['index']],
axis='columns')
df[list(match)] = np.nan
但是，它出现了问题..它是这样说的。但是，我已经检查过 df['index'] 类型是 int64。为什么这个专栏不能应用iloc？
TypeError Traceback (most recent call last)
<ipython-input-67-0f4a937e0002> in <module>()
----> 1 df = df.apply(lambda row: df.shift(row.at['shift']).iloc[row.at['index']],
axis='columns')
2 df[list(match)] = np.nan
/usr/local/lib/python3.6/dist-packages/pandas/core/indexing.py in _getitem_axis(self, key, axis)
1491 key = item_from_zerodim(key)
1492 if not is_integer(key):
-> 1493 raise TypeError("Cannot index by location index with a non-integer key")
1494
1495 # validate the location
TypeError: Cannot index by location index with a non-integer key
如何解决问题并获得我想要的df1？谁能解决？
我现在明白是什么导致了这个问题。如果你看
的结果match = df['Keterangan'].str.fullmatch('|'.join(entry for entry in my_list))
df['shift'] = match.cumsum()
df['index'] = df.index
columns = df.columns
df = df.apply(lambda row: print(row), axis='columns')
你会看到类似
的东西Q2 2019 22686796.0
Q2 2018 27421625.0
shift 0.0
index 0.0
Name: Kas, dtype: float64
Q2 2019 68409507.0
Q2 2018 71159442.0
shift 0.0
index 1.0
Name: Giro pada bank indonesia, dtype: float64
Q2 2019 15675129.0
Q2 2018 12584938.0
shift 1.0
index 2.0
Name: Giro pada bank lain, dtype: float64
...
行都是Series，类型统一，这里是float64
Objects passed to the function are Series objects ...
一些进一步的观点。如果你看看简单的例子
df = pd.DataFrame({'A': [1, 2], 'B': [1., 2.]})
print(df.iloc[0], 'w')
df = pd.DataFrame({'A': ['a', 'b'], 'B': [1., 2.]})
print(df.iloc[0])
你会看到下面的输出
A 1.0
B 1.0
Name: 0, dtype: float64
A a
B 1
Name: 0, dtype: object
都是系列。首先，Pandas 看到所有类型都是数字，所以它选择最好的数字类型来容纳两个值的类型，即 float。第二种，由于字符串的原因，Pandas选择了object，几乎可以容纳所有类型。
在您 'Nan'，它不是 NaN！），这导致输入 object 并在下面的 apply 中的 row 变量中输入 object。这里的 DataFrame 在 2. 和 3. 列中有 tpye float（NaN 的类型是 float），因此在 row 变量中也有 float .这就是为什么原始代码适用于第一个示例但不适用于此处的原因。 （至少我是这么想的，我可能是错的。）
我已经相应地调整了 int 转换）。