Question

简单地将其煮沸......

Dataframe 1 = yellow_fruits 列是fruit_name和location

Dataframe 2 = red_fruits 列是fruit_name和location

Dataframe 3 = fruit_montage 列是fruit_name，pounds_of_fruit_needed，fresh

我想说我想在Dataframe 3中添加一个名为“颜色”的列。＆＃39;如果水果是黄色，则该值为黄色;如果水果为红色，则该值为红色;如果不是红色或黄色，则该值为未知。

基本上，伪代码......

如果水果在黄色水果数据框中，黄色在列中如果水果在红色水果数据框中，则红色在列中如果水果不在这些数据框架中的任何一个，那么＆＃39; unknown＆＃39;进入专栏。

我的代码产生了一个错误：

 if df3['fruit_name'].isin(df1['fruit_name']):
        data = "'yellow"
    elif df3['fruit_name'].isin(df2['fruit_name']):
        data = "red"
    else:
        data = "unknown"

    df3['color'] = pd.Series(data, index = df3.index)

错误：

\ 非零（个体经营） 890引发ValueError（＆＃34; {0}的真值是不明确的。＆＃34; 891＆＃34;使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。＆＃34; - ＆GT; 892 .format（self。 class 。 name ）） 893 894 bool = 非零

ValueError：系列的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。

Answer 1

经典的方法是将您的条件用作索引器：

df1 = pd.DataFrame({'fruit_name':['banana', 'lemon']})
df2 = pd.DataFrame({'fruit_name':['strawberry', 'apple']})
df3 = pd.DataFrame({'fruit_name':['lemon', 'rockmelon', 'apple']})

df3["color"] = "unknown"
df3["color"][df3['fruit_name'].isin(df1['fruit_name'])] = "yellow"
df3["color"][df3['fruit_name'].isin(df2['fruit_name'])] = "red"
df3

#   fruit_name    color
# 0      lemon   yellow
# 1  rockmelon  unknown
# 2      apple      red

更实用的方法是将逻辑编写为函数并将其映射到系列中，但这可能会慢得多，因为pandas / numpy的很多速度来自使用向量化操作：

def get_fruit_color(x):
    if x in df1['fruit_name'].unique():
        data = "yellow"
    elif x in df2['fruit_name'].unique():
        data = "red"
    else:
        data = "unknown"

    return data

df3["color"] = df3["fruit_name"].map(get_fruit_color)

一种受SQL启发的方法是将映射存储在数据帧中，然后进行连接（在pandas中称为合并）;这应该是一个非常高效的选择。指定how='left'表示它将是左连接，因此如果未找到连接条件的匹配项，则该行仍将保留，并且值为空值：

colors = ([(x, 'yellow') for x in df1['fruit_name'].unique()] 
           + [(x, 'red') for x in df2['fruit_name'].unique()])
colors_df = pd.DataFrame(colors, columns = ['fruit_name', 'color'])
df3.merge(colors_df, how='left').fillna("unknown")

最后，我最喜欢的方法（虽然可能它有点“聪明”）将使用dict来映射你的值（这是一个特殊的熊猫伎俩），如果没有匹配则会离开NaN找到了，所以你可以用fillna填写这些：

df3["color"] = df3["fruit_name"].map(dict(colors)).fillna("unknown")

尝试在数据框中创建一个基于键是否在另一个数据帧中的值的pandas系列

1 个答案: