我有兩個不同的數據框：A、B。事件列具有我用來比較兩個數據框的相似數據。我想給 Dataframe A 一個新列 dfA.newContext#。為此，我需要使用“事件”列。我想遍歷 Dataframe A 以找到 Event 的匹配項并將 dfB.context# 分配給 dfA.newContext#我認為循環是最好的方法，因為我需要檢查一些條件。這可能要求有點多，但我真的卡住了..我想做這樣的事情：offset = 0Iterate through dfA: extract event extract context# Iterate through dfB: if dfB.event == dfA.event: dfA.newContext# = dfB.context# offset = dfA.new_context# - dfA.context# if dfB.event == "Special": dfA.newContext# = dfA.context# - offset 數據框A+-------------+---------+------+|dfA.context# |dfA.event| Name |+-------------+---------+------+| 0 | Special | Bob || 2 | Special | Joan || 4 | Bird | Susie|| 5 | Special | Alice|| 6 | Special | Tom || 7 | Special | Luis || 8 | Parrot | Jill || 9 | Special | Reed || 10 | Special | Lucas|| 11 | Snake | Kat || 12 | Special | Bill || 13 | Special | Leo || 14 | Special | Peter|| 15 | Special | Mark || 16 | Special | Joe || 17 | Special | Lora || 18 | Special | Care || 19 |Elephant | David|| 20 | Special | Ann || 21 | Special | Larry|| 22 | Skunk | Tony |+-------------+---------+------+數據框B+-------------+---------+|dfB.context# |dfB.event|+-------------+---------+| 0 | Special || 0 | Special || 0 | Special || 1 | Special || 1 | Special || 1 | Special || 1 | Special || 2 | Bird || 2 | Bird || 3 | Special || 6 | Parrot || 6 | Parrot || 6 | Parrot || 6 | Parrot || 7 | Special || 7 | Special || 9 | Snake || 9 | Snake || 9 | Snake |+-------------+---------+
1 回答
萬千封印
TA貢獻1891條經驗 獲得超3個贊
95% 的時間你可以使用 pandas 向量化方法并消除循環的需要。在這種情況下，您可以只使用pd.merge一個簡單、干凈且高效的方法來替代長循環。
編輯：（答案#1）：實際上，您可以進行更高級的合并，left_on=dfA.index, right_on='context'并在合并后與其他清理操作一起在一行中執行此操作，但請參閱下面更完整的答案，它采用類似的方法：
df = (pd.merge(dfA, dfB['context'], how='left', left_on=dfA.index, right_on='context')
.drop_duplicates()
.dropna(subset=['Name'])
.drop('context', axis=1)
.rename({'context_x' : 'context', 'context_y' : 'newContext'}, axis=1).fillna(''))答案 #2： 在為合并準備操作兩個數據幀之后，您可以將兩個數據幀合并在一起：
dfA- 使context列dfA等于index，但在更改之前，將其保存為一個系列s以備后用dfB- 刪除重復項，重置索引，并將索引的名稱更改為newContext以準備合并。合并
event并用空值context替換newContext值。context更改
context回其原始數據df['context'] = s
s = dfA['context']
dfA['context'] = dfA.index.astype(str)
dfB = dfB.drop_duplicates().reset_index().rename({'index' :'newContext'}, axis=1).astype(str)
df = pd.merge(dfA, dfB, how='left', on=['event', 'context'])
df['newContext'] = df['newContext'].where(df['newContext'].isnull(), df['context']).fillna('')
df['context'] = s
df
Out[9]:
context event Name newContext
0 0 Special Bob 0
1 2 Special Joan 1
2 4 Bird Susie 2
3 5 Special Alice 3
4 6 Special Tom
5 7 Special Luis
6 8 Parrot Jill 6
7 9 Special Reed 7
8 10 Special Lucas
9 11 Snake Kat 9
10 12 Special Bill 10
11 13 Special Leo
12 14 Special Peter
13 15 Special Mark
14 16 Special Joe
15 17 Special Lora
16 18 Special Care
17 19 Elephant David 17
18 20 Special Ann 18
19 21 Special Larry
20 22 Skunk Tony 20
添加回答
舉報
0/150
提交
取消