Pandas如何用crosstab将P(n)列值替换为Ratio值构建新DataFrame

问题判断 #

不建议使用pd.crosstab实现该需求，pd.crosstab的设计目的是统计分类变量的交叉频数，和你需要的行级别条件替换场景完全不匹配，强行实现反而会增加不必要的代码复杂度，直接用Pandas原生条件赋值即可高效实现，且自动适配20+个P(n)列的场景。

实现逻辑 #

1. 动态筛选所有P开头的列，无需手动枚举列名
2. 对所有P(n)列做条件替换：非空值替换为当前行的Ratio值，空值保留
3. 删除冗余的Ratio列得到最终结果

完整可运行代码 #

import pandas as pd
import numpy as np

# 构造测试数据（你实际使用时直接替换为自己的df即可）
df = pd.DataFrame({
    'Time': [1,2,3,4,5,6,7],
    'Speed': [100,150,500,500,900,150,100],
    'P1': [2,3,4,5,np.nan,np.nan,np.nan],
    'P2': [np.nan,np.nan,np.nan,np.nan,7,6,8],
    'Ratio': [1.2,1.3,1.4,1.5,1.6,1.7,1.8]
})

# 筛选所有P开头的列，自动适配20+列的场景
p_cols = df.filter(like='P').columns

# 核心替换逻辑：P列非空位置替换为同行Ratio，空值保留
df[p_cols] = df[p_cols].where(df[p_cols].isna(), df['Ratio'], axis=0)

# 生成最终结果
res = df.drop('Ratio', axis=1)
print(res)

内容的提问来源于stack exchange，提问作者Iceberg_Slim