我有 2 個數據框，第一個看起來像這樣df1： MONEY Value0 EUR 8501 USD 7502 CLP 13 DCN 1df2: Money0 USD1 USD2 USD3 USD4 EGP... ...25984 USD25985 DCN25986 USD25987 CLP25988 USD我想刪除 df1 中不存在的 df2 的“金錢”值。并添加 df1 中“Value”列的任意列值 Money Value0 USD 7201 USD 7202 USD 7203 USD 720... ...25984 USD 72025985 DCN 125986 USD 72025987 CLP 125000 USD 720
1 回答
月關寶盒
TA貢獻1772條經驗 獲得超5個贊
一步步：
df1.set_index("MONEY")["Value"]
此代碼將列轉換MONEY為Dataframe索引。結果是：
print(df1)
MONEY
EUR 850
USD 150
DCN 1
df2["Money"].map(df1.set_index("MONEY")["Value"])
此代碼將 的內容映射df2到df1。這將返回以下內容：
0 150.0
1 NaN
2 850.0
3 NaN
df2現在我們將前一列分配給名為的新列Value。把它們放在一起：
df2["Value"] = df2["Money"].map(df1.set_index("MONEY")["Value"])
df2現在看起來像：
Money Value
0 USD 150.0
1 GBP NaN
2 EUR 850.0
3 CLP NaN
只剩下一件事要做：刪除任何有價值的行NaN：
df2.dropna(inplace=True)
整個代碼示例：
import pandas as pd
# Create df1
x_1 = ["EUR", 850], ["USD", 150], ["DCN", 1]
df1 = pd.DataFrame(x_1, columns=["MONEY", "Value"])
# Create d2
x_2 = "USD", "GBP", "EUR", "CLP"
df2 = pd.DataFrame(x_2, columns=["Money"])
# Create new column in df2 called 'Value'
df2["Value"] = df2["Money"].map(df1.set_index("MONEY")["Value"])
# Drops any rows that have 'NaN' in column 'Value'
df2.dropna(inplace=True)
print(df2)
輸出：
Money Value
0 USD 150.0
2 EUR 850.0
添加回答
舉報
0/150
提交
取消