代码之家 › 专栏 › 技术社区 › Jonas PalaÄionis

基于另一个数据帧值对值进行排序

pandas python

Jonas PalaÄionis · 技术社区 · 4 年前

我有一个 df_1 这样地:

A                      

apple, iphone, android
facebook, apple
macbook, laptop
firestick, hulu, netflix
android, laptop
laptop

df_2 这样地:

A           B

apple       1
macbook     2
facebook    3
firestick   4
hulu        5
netflix     6
android     7
laptop      8

A 列列中具有最低值的 B 数据框2 像这样:

A                               B_new

apple, iphone, android          apple
facebook, apple                 apple
macbook, laptop                 macbook
hulu, netflix, firestick        firesick
laptop, android                 android                 
laptop                          laptop

我想我可以对每个值进行排序 数据框1 柱基于 B类 在里面 数据框2 . 或者创建一个函数 A 数据框1 返回 str B类 从 . 但由于数据很大,我假设 apply 效率不高。有整洁的房间吗这样做的方法?

1 回复 | 直到 4 年前

jezrael 4 年前

您可以创建字典和匹配值(如果存在),然后获取最大值(否则缺少值):

d = df_2.set_index('A')['B'].to_dict()

def f(x):
    d1 = {y:d[y] for y in x.split(', ') if y in d}
    return min(d1, key=d1.get)  if len(d1) > 1 else np.nan

import operator

def f(x):
    d1 = {y:d[y] for y in x.split(', ') if y in d}
    return min(d1.items(), key=operator.itemgetter(1))[0] if len(d1) > 1 else np.nan

df_1['new'] = df_1['A'].apply(f)
print (df_1)
                          A        new
0    apple, iphone, android      apple
1           facebook, apple      apple
2           macbook, laptop    macbook
3  firestick, hulu, netflix  firestick
4           android, laptop    android
5                    laptop     laptop

sammywemmy 4 年前

@jezrael的解决方案更干净,而且应该更快,因为我们处理的是字符串;下面的解决方案是另一种选择:

values = [[value.strip() for value in entry.split(",")] 
          for entry in df1.A.__iter__()]
values

[['apple', 'iphone', 'android'],
 ['facebook', 'apple'],
 ['macbook', 'laptop'],
 ['firestick', 'hulu', 'netflix'],
 ['android', 'laptop'],
 ['laptop']]

获取最小值,在这种情况下,它将是第一个真值:

values = [df2.loc[df2.A.isin(value), "B"].idxmin() 
          for value in values]
values
[0, 0, 1, 3, 6, 7]

df1.loc[:, 'B_new'] = df2.iloc[values, 0]


       A                           B_new
0   apple, iphone, android         apple
1   facebook, apple                apple
2   macbook, laptop               macbook
3   firestick, hulu, netflix    firestick
4   android, laptop              android
5   laptop                        laptop

Whole Brain 4 年前

也不是最快的,但我喜欢另一种思考方式。

ab_dict = df_2.set_index("A")["B"].to_dict()
df_1["B"] = df_1["A"].str.get_dummies(", ")
        .apply(lambda c: c.replace(0, np.nan)*ab_dict.get(c.name, np.nan))
        .idxmin(axis=1)