パンダのデータフレームからのデータに基づいて、テキストファイルにコンポジット出力を書く

Question

これは私のデータフレームがどのように見えるかです：

FULL_NAME ARGUMENT DEF_VALS   TYPE 
function1 f1_arg1  NAN    NoneType 
function1 f1_arg2  NAN    NAN 
function1 f1_arg3  NAN    NAN 
function2 f2_arg1  0    int 
function3 f3_arg1  True    bool 
function3 f3_arg2  'something'  str 

は、ここでそのデータを再生することができます方法は次のとおりです。

このデータフレームを使用して

import pandas 


D = {'FULL_NAME': ['function1', 'function1', 'function1', 'function2', 'function3', 'function3'], 'ARGUMENT': ['f1_arg1', 'f1_arg2', 'f1_arg3', 'f2_arg1', 'f3_arg1', 'f3_arg2'], 'DEF_VAL': [float('nan'), float('nan'), float('nan'), 0, True, 'something'], 'TYPE': ['NoneType', float('nan'), float('nan'), 'int', 'bool', 'str']} 
dataframe = pandas.DataFrame(D) 

私がする必要があります何らかの形でテキストファイルに以下の情報を書き込んでください：

a1=None 
a2= 
a3= 
function1(f1_arg1=a1, f1_arg2=a2, f1_arg3=a3) 

a1=0 
function2(f2_arg1=a1) 

a1=True 
a2='something' 
function3(f3_arg1=a1, f3_arg2=a2) 

書き込み条件はフォローイングですG：デフォルト値はNANであり、その種類はNAN（この場合、それは「=」記号が続くべきである）である場合を除き

{I}は引数のデフォルト値に等しくなければなりません。引き数のデフォルト値がNANで、タイプがNoneTypeの場合、a {i}はNoneでなければなりません。

'FULL_NAME'列と 'ARGUMENT'列の値はすべて文字列です。

また、すべてを非常に複雑にする条件が1つあります。引数の値が特別な値（special_value）に等しい場合、関数のシグネチャに含めるべきではありません。 たとえば、関数g（W、r、dim、fix = False、r = 0）を持つ場合、 'W'が特殊な引数である場合、この関数のテキストファイルに書き込むものは次のとおりです。

a1= 
a2= 
a3=False 
a4=0 
g(r=a1, dim=a2, fix=a3, r=a4) 

ここで 'a1'は 'r'に対応し、 'a2'は 'dim'などに対応し、 'W'は無視されます。

パンダを使用してどのように出力することができますか？まったく可能ですか？

EDIT：もっと簡単に言えば

、このデータフレーム持つ：

：私はそれは次のようになりたいと思い

FULL_NAME ARGUMENT DEF_VALS   TYPE 
function1 f1_arg1  NAN    NoneType 
function1 f1_arg2  NAN    NAN 
function1 f1_arg3  NAN    NAN 
function2 f2_arg1  0    int 
function3 f3_arg1  True    bool 
function3 f3_arg2  'something'  str 

をして、アカウントに上記の条件を撮ります

function          args 
function1(f1_arg1=a1, f1_arg2=a2, f1_arg3=a3) ['a1=None', 'a2=', 'a3='] 
function2(f2_arg1=a1)       ['a1=0'] 
function3(f3_arg1=a1, f3_arg2=a2)    ['a1=True', 'a2=something'] 

Answer 1

これは、いくつかの文字列操作、groupby cumcountおよび適用ビットie

で達成できます

df['args']='a'+(df.groupby('FULL_NAME').cumcount()+1).astype(str) 

df['ARGUMENT'] = df['ARGUMENT']+ '=' + df['args'] 

df['args'] += '=' 

df['args'] = df.apply(lambda x: x['args']+'NONE' if x['TYPE'] == 'NoneType' else x['args'] 
         if pd.isnull(x['TYPE']) else x['args']+str(x['DEF_VAL']),1 ) 

ndf = pd.concat([pd.DataFrame(df.groupby('FULL_NAME')['ARGUMENT'].apply(tuple)), 
     pd.DataFrame(df.groupby('FULL_NAME')['args'].apply(list))],1) 

ndf['function'] = (ndf.reset_index()['FULL_NAME'] + ndf.reset_index()['ARGUMENT'].apply(str)).tolist() 

ndf = ndf.reset_index(drop=True).drop('ARGUMENT',1) 

ndf['function'].replace(["'",",\)"],["",")"],regex=True,inplace=True) 

出力：

 
         args          function 
0  [a1=NONE, a2=, a3=] function1(f1_arg1=a1, f1_arg2=a2, f1_arg3=a3) 
1     [a1=0]       function2(f2_arg1=a1) 
2 [a1=True, a2=something]    function3(f3_arg1=a1, f3_arg2=a2) 

はそれがお役に立てば幸いです。