Question

我有以下数据框df：

H,Nu,City,Code,Code2
0.965392,15,Madrid,es,es
0.920614,15,Madrid,it,es
0.726219,16,Madrid,tn,es
0.739119,17,Madrid,fr,es
0.789923,55,Dublin,mt,en
0.699239,57,Dublin,en,en
0.890462,68,Dublin,ar,en
0.746863,68,Dublin,pt,en
0.789923,55,Milano,it,it
0.699239,57,Milano,es,it
0.890462,68,Milano,ar,it
0.746863,68,Milano,pt,it

我想为每个HCode添加一个新列City，其中H值对应Code字符串映射的Code2 ，以便生成的数据框显示为：

H,Nu,City,Code,Code2,HCode
0.965392,15,Madrid,es,es,0.965392
0.920614,15,Madrid,it,es,0.965392
0.726219,16,Madrid,tn,es,0.965392
0.739119,17,Madrid,fr,es,0.965392
0.789923,55,Dublin,mt,en,0.699239
0.699239,57,Dublin,en,en,0.699239
0.890462,68,Dublin,ar,en,0.699239
0.746863,68,Dublin,pt,en,0.699239
0.789923,55,Milano,it,it,0.789923
0.699239,57,Milano,es,it,0.789923
0.890462,68,Milano,ar,it,0.789923
0.746863,68,Milano,pt,it,0.789923

到目前为止，我尝试按城市和Code2分组，但没有结果。

Answer 1

您可以groupby点击城市＆＃39;和＆＃39; Code2＆＃39;，对此调用first并重置索引，结果如下：

In [172]:
gp = df.groupby(['City','Code2'])['H'].first().reset_index()
gp

Out[172]:
     City Code2         H
0  Dublin    en  0.789923
1  Madrid    es  0.965392
2  Milano    it  0.789923

然后在原始df上执行左合并并选择＆＃39; H_y＆＃39;列，该名称来自列冲突和ffill这个：

的事实

In [173]:
df['HCode'] = df.merge(gp, left_on=['City', 'Code'], right_on=['City', 'Code2'], how='left')['H_y'].ffill()
df

Out[173]:
           H  Nu    City Code Code2     HCode
0   0.965392  15  Madrid   es    es  0.965392
1   0.920614  15  Madrid   it    es  0.965392
2   0.726219  16  Madrid   tn    es  0.965392
3   0.739119  17  Madrid   fr    es  0.965392
4   0.789923  55  Dublin   mt    en  0.965392
5   0.699239  57  Dublin   en    en  0.789923
6   0.890462  68  Dublin   ar    en  0.789923
7   0.746863  68  Dublin   pt    en  0.789923
8   0.789923  55  Milano   it    it  0.789923
9   0.699239  57  Milano   es    it  0.789923
10  0.890462  68  Milano   ar    it  0.789923
11  0.746863  68  Milano   pt    it  0.789923

merge显示其产生结果的结果：

In [165]:
df.merge(gp, left_on=['City', 'Code'], right_on=['City', 'Code2'])['H_y']

Out[165]:
0    0.965392
1    0.789923
2    0.789923
Name: H_y, dtype: float64

修改

好的，IIUC你可以像以前一样分组但是然后过滤那个＆＃39; Code2＆＃39;等于＆＃39;代码＆＃39;然后使用它来合并：

In [200]: gp = df.groupby('City') mask = gp.apply(lambda x: x['Code2'] == x['Code']) lookup = df.loc[mask[mask].reset_index(level=0).index] lookup Out[200]: H Nu City Code Code2 5 0.699239 57 Dublin en en 0 0.965392 15 Madrid es es 8 0.789923 55 Milano it it In [202]: df['HCode'] = df.merge(lookup, left_on=['City', 'Code'], right_on=['City', 'Code2'], how='left')['H_y'].ffill() df Out[202]: H Nu City Code Code2 HCode 0 0.965392 15 Madrid es es 0.965392 1 0.920614 15 Madrid it es 0.965392 2 0.726219 16 Madrid tn es 0.965392 3 0.739119 17 Madrid fr es 0.965392 4 0.789923 55 Dublin mt en 0.965392 5 0.699239 57 Dublin en en 0.699239 6 0.890462 68 Dublin ar en 0.699239 7 0.746863 68 Dublin pt en 0.699239 8 0.789923 55 Milano it it 0.789923 9 0.699239 57 Milano es it 0.789923 10 0.890462 68 Milano ar it 0.789923 11 0.746863 68 Milano pt it 0.789923

pandas - 从multindex列获取值

1 个答案: