Question

我有两个数据帧：

df1 = pd.DataFrame({'ID':pd.Series(['id1','id2','id3']),
                    'DoB':pd.Series(['15/2','12/3','25/12']),
                    'Surgery Date':pd.Series(['1/1','2/1','3/1'])})

df2 = {'1':pd.Series(['id1', 'test1', '45']),
        '2':pd.Series(['id1', 'test2', '423']),
        '3':pd.Series(['id1', 'test3', '5']),
        '4':pd.Series(['id2', 'test2', '421'])}
df2 = pd.DataFrame(df2)
df2 = df2.rename(index={0,:'id'})
df2 = df2.rename(index={1,:'test name'})
df2 = df2.rename(index={2,:'test value'})

我想合并这两个，以便df1为每个测试名称包含一个新列，每个id包含下面的测试值。即：

df1 = pd.DataFrame({'ID':pd.Series(['id1','id2','id3']),
                    'DoB':pd.Series(['15/2',12/3','25/12']),
                    'Surgery Date':pd.Series(['1/1','2/1','3/1']),
                    'Test1':pd.Series([45]),
                    'Test2':pd.Series([426,421])})

每个ID都有不同数量的测试，我希望代码可以在更大的数据库上运行。

干杯！

Answer 1

我打破了这些步骤..

df2=df2.T.set_index(['id','test name']).unstack()
df2.columns=df2.columns.droplevel()
df1.merge(df2,left_on='ID',right_index=True,how='left')
Out[457]: 
     DoB   ID Surgery Date test1 test2 test3
0   15/2  id1          1/1    45   423     5
1   12/3  id2          2/1  None   421  None
2  25/12  id3          3/1   NaN   NaN   NaN

映射多行以在数据框中创建新列

1 个答案: