合并两个数据帧中的两列;相同的指数但不同的长度

时间:2013-09-23 23:39:35

标签: python merge pandas dataframe

请注意,我是初学程序员和初级python / pandas用户。我是一名行为科学家,学习使用熊猫来处理和整理我的数据。因此,其中一些可能看起来非常明显,这似乎是一个不值得论坛的问题。请宽容!对我来说,这是几天的工作,我确实花了好几个小时试图找出这个问题的答案。提前感谢您的帮助。

我的数据看起来像这样。 “真正的”Actor和收件人数据始终是5位数字,“行为”数据始终是字母代码。我的问题是我也将此格式用于特殊行,在Actor列中用“date”或“s”等标记表示。这些标记表示“行为”列包含此特殊类型的数据,而不是实际的行为数据。因此,我想用NaN值替换Actor列中的标记,并从行为列中获取特殊数据以放入另一列(在此示例中为空的Activity列)。

    follow    Activity    Actor    Behavior    Recipient1
0   1         NaN         date     2.1.3.2012  NaN
1   1         NaN         s        ss.hx       NaN
2   1         NaN         50505    vo          51608
3   1         NaN         51608    vr          50505
4   1         NaN         s        ss.he       NaN

到目前为止,我已经在pandas中编写了一些代码,以便将“s”行选择为新的数据帧:

def get_act_line(group):
    return group.ix[(group.Actor == 's')]

result = trimdata.groupby('follow').apply(get_act_line)

我已将此数据框中的Behavior列复制到Activity列,并用NaN替换了Actor和Behavior值:

result.Activity = result.Behavior
result.Behavior = np.nan
result.Actor = np.nan
result.head()

所以我的新数据框看起来像这样:

follow         follow    Activity    Actor    Behavior    Recipient1
1        2     1         ss.hx       NaN      NaN         NaN
         34    1         hf.xa       NaN      NaN         f.53702
         74    1         hf.fe       NaN      NaN         NaN
10       1287  10        ss.hf       NaN      NaN         db
         1335  10        fe          NaN      NaN         db

我现在要做的是将此数据框与原始数据框合并,替换这些选定行中的所有值,但保留原始数据框中其他行的值。

这似乎是一个带有明显解决方案的简单问题,或者我开始时可能已经错了!

我已经完成了Wes McKinney的书,我已经阅读了关于不同类型的合并,映射,加入,转换,连接等的文档。我浏览了论坛并且没有找到帮助我解决问题的答案这个。非常感谢您的帮助。

1 个答案:

答案 0 :(得分:2)

您可以采用的一种方式(尽管可能有更优化或更优雅的方式):

mask = (df['Actor']=='s')
df['Activity'] = df[mask]['Behavior']
df.ix[mask, 'Behavior'] = np.nan 

其中df等同于您的结果数据帧。这应该返回(我的列顺序略有不同):

  Activity  Actor             Behavior  Recipient1  follow
0      NaN   date  2013-04-01 00:00:00          NaN       1
1    ss.hx    NaN                ss.hx          NaN       1
2      NaN  50505                   vo        51608       1
3      NaN  51608                   vr        50505       1
4    ss.he    NaN                ss.hx          NaN       1

参考文献:

  • 来自其他STO帖子的df.ix的说明。