代码之家  ›  专栏  ›  技术社区  ›  user1718097

有条件地将一个数据帧的列插入另一个数据帧的列中

  •  1
  • user1718097  · 技术社区  · 5 年前

    我有两个数据帧:

    dfA = pd.DataFrame({'label':[1,5,2,4,2,3],
                        'group':['A']*3 + ['B']*3,
                        'x':[np.nan]*3 + [1,2,3],
                        'y':[np.nan]*3 + [1,2,3]})
    
    dfB = pd.DataFrame({'uniqid':[1,2,3,4,5,6,7],
                        'horizontal':[34,41,23,34,23,43,22],
                        'vertical':[98,67,19,57,68,88,77]})
    

    ...看起来像:

       label group    x    y
    0      1     A  NaN  NaN
    1      5     A  NaN  NaN
    2      2     A  NaN  NaN
    3      4     B  1.0  1.0
    4      2     B  2.0  2.0
    5      3     B  3.0  3.0
    
    
       uniqid  horizontal  vertical
    0       1          34        98
    1       2          41        67
    2       3          23        19
    3       4          34        57
    4       5          23        68
    5       6          43        88
    6       7          22        77
    

    基本上,dfB包含所有唯一ID的“水平”和“垂直”值。我想用dfB中的“水平”和“垂直”值填充dfA中的“x”和“y”列,但只针对A组;B组的数据应保持不变。

    期望的输出是:

       label group    x    y
    0      1     A 34.0 98.0
    1      5     A 23.0 68.0
    2      2     A 41.0 67.0
    3      4     B  1.0  1.0
    4      2     B  2.0  2.0
    5      3     B  3.0  3.0
    

    我用过。merge()将A组和B组的其他列添加到数据框中,然后仅将A组的数据复制到x和y列中。最后从dfB中删除列。

    dfA = dfA.merge(dfB, how = 'left', left_on = 'label', right_on = 'uniqid')
    
    dfA.loc[dfA['group'] == 'A','x'] = dfA.loc[dfA['group'] == 'A','horizontal'] 
    dfA.loc[dfA['group'] == 'A','y'] = dfA.loc[dfA['group'] == 'A','vertical'] 
    
    dfA = dfA[['label','group','x','y']]
    

    产生正确的输出:

       label group     x     y
    0      1     A  34.0  98.0
    1      5     A  23.0  68.0
    2      2     A  41.0  67.0
    3      4     B   1.0   1.0
    4      2     B   2.0   2.0
    5      3     B   3.0   3.0
    

    ...但这是一个非常非常丑陋的解决方案。有更好的解决方案吗?

    2 回复  |  直到 5 年前
        1
  •  4
  •   piRSquared    5 年前

    combine_first

    dfA.set_index(['label', 'group']).combine_first(
        dfB.set_axis(['label', 'x', 'y'], axis=1).set_index(['label'])
    ).reset_index()
    
       label group     x     y
    0      1     A  34.0  98.0
    1      5     A  23.0  68.0
    2      2     A  41.0  67.0
    3      4     B   1.0   1.0
    4      2     B   2.0   2.0
    5      3     B   3.0   3.0
    

    fillna

    同样有效

    dfA.set_index(['label', 'group']).fillna(
        dfB.set_axis(['label', 'x', 'y'], axis=1).set_index(['label'])
    ).reset_index()
    
        2
  •  2
  •   Quang Hoang    5 年前

    我们可以试试 loc 只提取/更新我们想要的部分。因为你是在一列上合并的,这在另一列上也有独特的价值 dfB ,你可以使用 set_index 和 loc/reindex :

    mask = dfA['group']=='A'
    dfA.loc[ mask, ['x','y']] = (dfB.set_index('uniqid')
                                    .loc[dfA.loc[mask,'label'],
                                         ['horizontal','vertical']]
                                    .values
                                )
    

    输出:

       label group     x     y
    0      1     A  34.0  98.0
    1      5     A  23.0  68.0
    2      2     A  41.0  67.0
    3      4     B   1.0   1.0
    4      2     B   2.0   2.0
    5      3     B   3.0   3.0
    

    请注意,如果其中一些 dfA.label 不在 dfB.uniqueid .在这种情况下,我们需要使用 reindex :

    (dfB.set_index('uniqid')
        .reindex[dfA.loc[mask,'label']
        [['horizontal','vertical']].values
    )