使用Python在Excel中使用多列进行多对一映射

如何解决使用Python在Excel中使用多列进行多对一映射

我有一个映射表，看起来像Excel中的以下内容，其中BL列每个包含来自两个单独数据集的列标题的名称，需要将它们映射到由组成的新的串联数据集中的A列中的新列标题。这两个单独的数据集。

A    B    C    D    E    F    G    H    I    J    K    L       
Ant  Car            Bin   
Bat  Bat            Gat  Rat  Mat  Sat  Pat  Fat  Cat  Hat

在上面的示例中，数据集1（Col B）中的Bat需要映射到新的级联数据集（Col A）中的Bat以及来自数据集的EL列中的列标题2需要全部映射到Bat（Col A），以便将数据集2中这些列下面的行中的数据加在一起，即

Bat = Gat + Rat + Mat + Sat + Pat + Fat + Cat + Hat

上面提到的增加的复杂性是由于用户将来可以选择将数据集1或数据集2中的列分别添加到Col CD或Col FL中而产生的-并希望Python代码能够识别出这一点并以上面的加法形式连接数据。

我知道groupby中的pandas功能可以用于对Gat,Mat,Sat etc进行附加分组，但是在如何处理允许用户更改映射表的问题上遇到了麻烦。

我考虑过使用for循环迭代检查每个单元格的值，以检查用户在Col CD和Col FL下输入列标题的位置，而忽略了NaN单元格，但是我该怎么办？继续处理映射？

任何帮助表示赞赏。

解决方法

您需要创建一个辅助映射，它是原始映射的转置，并且仅包含具有多对一映射（即Col E-L）的列的子集。

对此映射进行过滤，以查找具有多个条目的行，即

min_nas = 1
map_sub = map_sub.loc[:,(map_sub.notnull().sum(axis=0) > min_nas)]

转回正常，使用pd.melt()，然后追加回到原始映射，仅保留Col A，B和E。然后按如下所示一对一进行映射：

map_sub = map_sub.T
map_sub.reset_index(level='[insert name of Col A here]',inplace=True)
keys = [c for c in map_sub if c.startswith('[insert Col E-L name prefix here]')]
map_sub = pd.melt(map_sub,id_vars='[insert name of Col A here]',value_vars=keys,value_name='[insert name of Col E here]')

清理：

map_sub = map_sub.dropna() # drop all rows and columns with nan
del map_sub['variable'] # remove variable column

附加到原始映射：

newmapping = mapping.append(map_sub,sort=False,ignore_index=True)
newmapping = newmapping[['[insert name of Col A here]','[insert name of Col B here]','[insert name of Col E here]']] # keep just 3 relevant columns for one-to-one mapping.

继续进行一对一映射。