Question

我正在试图弄清楚如何做一个vlookup来挑选最新的价格来填补第二张桌子。以下是一个例子。对于商品＃1，最新价格为月6 (=$6)，而商品＃2为月5 (=$4)。填写表B的最佳方法是什么？注意：如果项目是新的，可能会在表A中找不到item_id。

任何指导？非常感谢。

表A（参考）

| Item_ID | Month | Price |
|---------|-------|-------|
| 1       | 4     | 10    |
| 1       | 5     | 8     |
| 1       | 6     | 6     |
| 2       | 5     | 4     |

表B（填写）

| Shop_ID | Item_ID | Price |
|---------|---------|-------|
| 1       | 1       | 6     |
| 1       | 2       | 4     |

Answer 1

要填充Price中的列df2，我们可以使用Item_ID和Price创建一个Pandas系列。将drop_duplicates用于每个Item_ID的最后一行，并按set_index创建Series并选择列。最后使用map创建新列。

完整示例：

import pandas as pd

# Sample data
data1 = dict(Item_ID=[1,1,1,2], Month=[4,5,6,5], Price = [10,8,6,4])
data2 = dict(Shop_ID=[1,1],Item_ID=[1,2])

# Create dfs
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

# Crete a series with Item_ID as index and Price as value
s = df1.drop_duplicates('Item_ID', keep='last').set_index('Item_ID')['Price']

# Create new column in df2
df2['Price'] = df2['Item_ID'].map(s)
print (df2)

返回：

   Shop_ID  Item_ID  Price 
0        1        1      6 
1        1        2      4

更多详情

如有必要，请先使用sort_values

s = (df1.sort_values(['Item_ID','Month'])
        .drop_duplicates('Item_ID', keep='last')
        .set_index('Item_ID')['Price'])

系列s看起来像这样：

Item_ID
1    6
2    4
Name: Price, dtype: int64

Answer 2

您可以先找到最新信息，然后将其合并以创建表格：

import pandas


tableA = pandas.DataFrame({'Item_ID': {0: 1, 1: 1, 2: 1, 3: 2},
                           'Month': {0: 4, 1: 5, 2: 6, 3: 5},
                           'Price': {0: 10, 1: 8, 2: 6, 3: 4}})
tableB = pandas.DataFrame({'Item_ID': {0: 1, 1: 2}, 
                           'Price': {0: 6, 1: 4}, 
                           'Shop_ID': {0: 1, 1: 1}})

latest = tableA.loc[tableA.groupby('Item_ID')['Month'].idxmax()]
result = tableB[['Shop_ID', 'Item_ID']].merge(latest[['Item_ID', 'Price']],
                                              on='Item_ID')

这会产生

       Shop_ID  Item_ID  Price
0        1        1      6
1        1        2      4

如何在Pandas数据帧中有条件地执行vlookup

2 个答案: