python – Pandas:基于多级第一次出现合并数据帧
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – Pandas:基于多级第一次出现合并数据帧,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含2351字,纯文字阅读大概需要4分钟。
内容图文
![python – Pandas:基于多级第一次出现合并数据帧](/upload/InfoBanner/zyjiaocheng/735/0565fe98a12d4fa4a0638539b210d4e3.jpg)
我试图根据一对标准(月和数字)的第一次出现,将一个大型数据帧与一个小型数据帧合并.
我拼凑了可行的代码(底部的实际/期望输出),但似乎它可能更有效率.
我的问题是 – 我错过了一个更容易的方法吗?
建立:
import pandas as pd
m = [1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2]
n = [1,1,1,20,20,300,300,20,20,1,1,1,20,300,20,1,1,1,20,20,300,300,300,20,20,1,1]
df = pd.DataFrame({'month':m, 'num':n, 'x':0})
m2 = [1,1,1,2,2,2]
n2 = [1,20,300,1,20,300]
s2 = [11,222,3333,44,555,6666]
df2 = pd.DataFrame({'month':m2, 'num':n2, 'sum':s2})
当前代码:
dfx = pd.DataFrame(df.groupby(['month','num'])['x'].idxmax())
dfx.rename(columns = {'x':'find'}, inplace = True)
df2.set_index(['month','num'], inplace = True)
df2 = pd.merge(df2, dfx, left_index = True, right_index = True)
df = df.merge(df2, left_index = True, right_on = 'find', how = 'left')
df = df.drop(['find','x'], axis = 1).reset_index(drop = True).fillna(0)
输出:
month num sum
0 1 1 11.0
1 1 1 0.0
2 1 1 0.0
3 1 20 222.0
4 1 20 0.0
5 1 300 3333.0
6 1 300 0.0
7 1 20 0.0
8 1 20 0.0
9 1 1 0.0
10 1 1 0.0
11 1 1 0.0
12 1 20 0.0
13 1 300 0.0
14 1 20 0.0
15 1 1 0.0
16 2 1 44.0
17 2 1 0.0
18 2 20 555.0
19 2 20 0.0
20 2 300 6666.0
21 2 300 0.0
22 2 300 0.0
23 2 20 0.0
24 2 20 0.0
25 2 1 0.0
26 2 1 0.0
解决方法:
如果我理解正确,您可以在两个DataFrame之间定期执行merge,然后将loc和duplicated组合为非首次出现:
df3 = df.merge(df2, how='left', on=['month', 'num'])
df3.loc[df3.duplicated(subset=['month', 'num']), 'sum'] = 0
结果输出:
month num sum
0 1 1 11
1 1 1 0
2 1 1 0
3 1 20 222
4 1 20 0
5 1 300 3333
6 1 300 0
7 1 20 0
8 1 20 0
9 1 1 0
10 1 1 0
11 1 1 0
12 1 20 0
13 1 300 0
14 1 20 0
15 1 1 0
16 2 1 44
17 2 1 0
18 2 20 555
19 2 20 0
20 2 300 6666
21 2 300 0
22 2 300 0
23 2 20 0
24 2 20 0
25 2 1 0
26 2 1 0
内容总结
以上是互联网集市为您收集整理的python – Pandas:基于多级第一次出现合并数据帧全部内容,希望文章能够帮你解决python – Pandas:基于多级第一次出现合并数据帧所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。