有条件地将一个Pandas dataframe的列插入另一个dataframe的列中
有条件地将一个Pandas dataframe的列插入另一个dataframe的列中
提问于 2021-03-19 04:18:16
我有两个数据：
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]})...which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dfA中的'x‘和'y’列填充dfB中的‘水平’和‘垂直’值，但只对A组；B组的数据应该保持不变。
预期的产出将是：
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我使用.merge()向A组和B组的dataframe中添加了额外的列，然后仅将数据复制到组A的x和y列。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...but --这是一个非常非常丑陋的解决方案。有没有更好的解决办法？
Stack Overflow用户
回答已采纳
发布于 2021-03-19 04:22:42
我们可以尝试loc只提取/更新我们想要的部分。而且，由于您在一个列上合并，它在dfB上也具有唯一的值，所以可以使用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，如果某些dfA.label不在dfB.uniqueid中，则上述操作将失败。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
)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/66702439
复制相关文章
相似问题
腾讯云开发者
