Python新手求助：将DataFrame特定单元格值复制到对应列

示例输入 #

期望输出 #

解决方案（Python pandas） #

用pandas可以快速实现这个需求，步骤如下：

1. 导入pandas库，构造或读取你的DataFrame

import pandas as pd

# 从文件读取数据的话，替换成下面的代码（示例为csv格式）：
# df = pd.read_csv('你的数据文件路径.csv')

# 构造和示例一致的输入数据
data = {
    'Process': [123456, 123456, 123456, 145, 8547, 8547, 3333],
    'type': ['PVR', 'Civel', 'Hono', 'Civel', 'Civel', 'PVR', 'PVR'],
    'value': ['$5', '$17', '$2', '$457', '$47', '$88', '$74'],
    'PVR': ['$0']*7,
    'Hono': ['$0']*7,
    'Civel': ['$0']*7
}
df = pd.DataFrame(data)

2. 按Process分组，提取每组内type和value的对应关系

# 每个Process会生成一个字典，比如123456对应的字典是{'PVR':'$5', 'Civel':'$17', 'Hono':'$2'}
grouped_map = df.groupby('Process').apply(
    lambda x: x.set_index('type')['value'].to_dict()
).reset_index(name='type_value_map')

3. 合并映射并填充目标列

# 把分组后的映射合并回原DataFrame
df = df.merge(grouped_map, on='Process')

# 遍历PVR、Hono、Civel列，从映射字典中取值，无对应值则保留$0
for col in ['PVR', 'Hono', 'Civel']:
    df[col] = df['type_value_map'].apply(lambda x: x.get(col, '$0'))

# 删除临时的映射列
df = df.drop('type_value_map', axis=1)

4. 查看结果
   运行代码后，df就是你需要的期望输出，直接打印或保存即可：

print(df)

关键逻辑说明 #

• 分组生成的字典是核心：它把同一个Process下不同type对应的value统一存储，方便批量填充
• dict.get(col, '$0')的作用：如果字典里有当前列对应的value就取出，没有则用$0代替，完全匹配你的需求

内容的提问来源于stack exchange，提问作者Raug