遍历行并将值附加到数据框中的列

如何解决遍历行并将值附加到数据框中的列

我试图遍历所有行，并将图1中所示的数据转换为图2中的数据。

在获取相应的Quarter值时遇到麻烦，因为我为每种颜色获得的列表不是按顺序排列的。您能建议我如何获得Pic2的结果吗？

b=[]
r=[]
g=[]
p=[]
for col,col_val in Sample.iteritems():
    for i in col_val.values:
        if 'Blue' in i:
            b.append(i[i.find('(')+1 : i.find('-')])
        elif 'Purple' in i:
            p.append(i[i.find('(')+1 : i.find('-')])
        elif 'Green' in i:
            g.append(i[i.find('(')+1 : i.find('-')])
        elif 'Red' in i:
            r.append(i[i.find('(')+1 : i.find('-')])

解决方法

项目替换了项目后，该问题已解决。

b=[]
r=[]
g=[]
p=[]
q=[]
for col,col_val in Sample.iterrows():
    for i in col_val.values:
        if 'Blue' in i:
            b.append(pd.to_numeric(i[i.find('(')+1 : i.find('-')]))
        elif 'Purple' in i:
            p.append(pd.to_numeric(i[i.find('(')+1 : i.find('-')]))
        elif 'Green' in i:
            g.append(pd.to_numeric(i[i.find('(')+1 : i.find('-')]))
        elif 'Red' in i:
            r.append(pd.to_numeric(i[i.find('(')+1 : i.find('-')]))
        else:
            q.append(i)
pd.DataFrame(list(zip(q,g,p,r,b))).rename(columns={0:'Quarter',1:'Green',2:'Purple',3:'Red',4:'Blue'})

,

我考虑了另一种方法。我想出了另一种方法：垂直连接索引列和目标列，然后拆分该列并随后垂直连接。我以为会容易些，但是很奇怪。

df.columns = ['Quarter','value','value']
df1 = pd.DataFrame()
for i in range(1,len(df.columns)):
    df1 = df1.append(df.iloc[:,[0,i]],ignore_index=True)

df2 = pd.concat([df1[['Quarter']],df1['value'].str.split("(",expand=True)],axis=1)
df2 = pd.concat([df2[['Quarter',0]],df2[1].str.split('-',axis=1)

df2.columns = ['Quarter','color','tmp']
df2.drop('tmp',inplace=True,axis=1)

final = pd.DataFrame()
for k in df2['Quarter'].unique():
    tmp = df2[df2['Quarter'] == k]
    tmp = tmp.pivot(index='Quarter',columns='color')
    final = final.append(tmp,ignore_index=True)

final = final.droplevel(0,axis=1)
final['Quarter'] = df2['Quarter'].unique()
final = final[['Quarter','Green','Purple','Red','Blue']]

final
color   Quarter Green   Purple  Red Blue
0   Q2  1   6   4   3
1   Q3  6   10  2   7
2   Q4  3   7   6   2