问题

假设我有一个数据框，其中包含许多我正在处理的列：

big = pd.DataFrame({'match_1': [11, 12, 51, 52]})
big
   match_1
0       11
1       12
2       51
3       52

我还有一个较小的数据框，理论上它将一些条件语句映射到所需的值：

# A smaller dataframe that we use to map values into the larger dataframe
small = pd.DataFrame({'is_even': [True, False], 'score': [10, 200]})
small
  is_even  score
0    True     10
1   False    200

此处的目标是使用条件语句将big中的每一行与small中的单行匹配。假设构造small使得big中的每一行始终只有一个匹配。（如果small中必须有多行匹配，只需选择第一行。）

所需的输出类似于：

desired = pd.DataFrame({'match_1': [11, 12, 51, 52], 'metric': [200, 10, 200, 10]})
desired
 match_1  metric
0       11     200
1       12      10
2       51     200
3       52      10

我很确定语法看起来类似于：

big['score'] = small.loc[small['is_even'] == ( (big['match_1'] / 2) == 0), 'score']

这不起作用，因为small['is_even']是一系列长度为2的系列，而( (big['match_1'] / 2) == 0)是一系列长度为4.我要做的是，为每一行big，根据条件在small中找到匹配的一行。

如果我可以获得一个包含small中与big中每一行匹配的正确行的序列，那么我可以执行以下操作：

`big['score'] = small.loc[matching_rows, 'score']

我的问题是：如何生成序列matching rows ？

（我认为）不是我想要的东西：

如果big和small中的列仅与常量值匹配，则可以直接使用big.merge()或big.groupby()，但是，在我的情况下，映射可以是任意复杂的布尔条件，例如：

(big['val1'] > small['threshold']) & (big['val2'] == small['val2']) & (big['val3'] > small['min_val']) & (big['val3'] < small['max_val'])

依赖isin()，any()等的解决方案不起作用，因为条件检查可能是任意复杂的。

我当然可以为apply()创建一个更大的DataFrame函数，但同样，我很确定有一个更简单的解决方案。

答案可能归结为“计算一些中间列，直到你可以做一个简单的合并”或“只使用apply()，但我可以发誓，有一种方法可以做我上面所描述的。

Answer 1

一种方法是使用merge on_left不是列，而是键向量。通过将small的索引设置为is_even，它变得更简单了：

>>> small.set_index('is_even', inplace=True)
>>> condition = big['match_1'] % 2 == 0
>>> pd.merge(big, small, left_on=condition, right_index=True, how='left')
   match_1  score
0       11    200
1       12     10
2       51    200
3       52     10

Answer 2

您可以使用True和False索引small，然后直接对其进行.ix次查找。不确定它比中间列/合并更整洁：

In [127]: big = pd.DataFrame({'match_1': [11, 12, 51, 52]})

In [128]: small = pd.DataFrame({'score': [10, 200]}, index=[True, False])

In [129]: big['score'] = small.ix[pd.Index(list(big.match_1 % 2 == 0))].score.values

In [130]: big
Out[130]:
   match_1  score
0       11    200
1       12     10
2       51    200
3       52     10

Pandas：在较小的数据框中有条件地匹配行

问题

（我认为）不是我想要的东西：

2 个答案: