基于条件的Python递归更新
我使用的是pandas，有两个数据帧：
df1
id date status rpbid rpfid
1 d1 closed null 10
2 d2 closed null 11
3 d3 closed null null和df2：
id date status rpbid rpfid
10 d10 updated 1 null
11 d11 updated 2 9
9 d9 updated 11 null我的想法是，我想处理两种情况: 1.关闭的记录是该实例的第一个也是最后一个记录(df1中的id 3)，2.关闭的记录有一个更新的记录链接在df2中。rfbid和rpbid用于replacedbyid和replacementforid，因此生成的df为：
id date status rpbid rpfid id2 date2 rpbid2 rpfip2
1 d1 closed null 10 10 d10 1 null
2 d2 closed null 11 9 d9 11 null
3 d3 closed null null null null null null到目前为止，我已经尝试了在df1和df2上执行第一个左连接，以获得所有第一个递归连接，然后尝试使用循环来检查rpbid2是否为空，如果不是，我在df1中查看df2的id列中的rpdid2值，然后我想将合并后的数据帧的后半部分更新为连接中适用的下一步。
这是原始代码:我不能得到它而不是错误
import pandas as pd
df = pd.read_csv(filename)
df_initial = df.loc[df['LetterStatus']=='CLOSED']
dfx = df.loc[df['LetterStatus']=='UPDATED']
df_merged = pd.merge(df_initial,dfx,how='left',left_on='ReferenceNumber',right_on='ReplacedByRefNumber')
df_copy = df_merged
for row in range(len(df_merged)):
if len(str(df_merged.iloc[row]['ReplacedByRefNumber_y'])) > 1:
row_slice = dfx.iloc[['ReferenceNumber']==df_merged[row['ReplacedByRefNumber_y']]
if row_slice.size == 0:
df_merged.iloc[row]['ReplacedByRefNumber_y']='Unknown'
df_copy.iloc[row]['ReplacedByRefNumber_y']='Unknown'
else:
df_copy.iloc[row][24:0]=row_slice
print(df_copy)了解更多上下文；如果replacedbyID为null并且状态为'updated'，这意味着它是该给定订单的第一条记录。
回答 1
Stack Overflow用户
发布于 2018-08-21 04:45:15
免责声明：与其试图找出问题的根源来获得您想要的数据框架，我这个答案的目的是确保您完全确定您正在做什么，并可能帮助您更好地组织您的数据。
就我所见，您有两个数据框，每个数据框中都有相互的绑定来更新它们的内容；问题是您正在展示一个示例，其中要更新另一个数据框中的另一个元素的行也要更新。
你把数据结构和行标识搞得一团糟。我不太清楚每个数据框中的id引用是引用自己的数据框中的行，还是其他数据框中的行；ID不是按包含顺序排序的。当您创建联合数据框时，您已经递归地包含了一个列，以再次替换数据，使您的数据框在没有实际用途的情况下水平增长。
我认为你已经尝试过用自己的方式更新数据，现在你遇到了一些问题，如果你使用一种更常见的数据结构，你就不会遇到这些问题，而且已经被认为是可伸缩的和易于操作的。
- 如果您想要更新数据，最好的方法是使用一个数据模型，该数据模型在数据库中有一个格式正确的表(您仍然可以使用pandas；数据框可以是您的表)。您可以在更新请求到达要更新的内容是的位置时更新数据，而不是保留单独的更新记录，这些记录同时具有更新请求本身。这是非常混乱的。如果您希望保留更新的记录，则必须有一个不断更新的表，然后另一个表将每次already-executed操作的记录显示到表中。您可以将先前的值和更新的值存储在后者中。
- 您必须正确地命名您的数据框，并且当您引用另一个数据框中的ID时，该字段的名称必须固有地指示引用的是该数据框。
- 您可以在字段中包括日期，而不必引用另一个表。这看起来不太好。只需使用
datetime.datetime模块并将对象转储到数据框中；Python也负责rest. - Variable名称应该是不言而喻的:不使用
rpbid，而是必须向每个人解释这意味着由to替换，只需使用replaced_by_id(注意下划线用于分隔单词)。
https://stackoverflow.com/questions/51937709
复制相似问题