Question

嗨，大家好，我在Pandas中加入2个数据集时遇到了麻烦。第一个包含每年在一个月中销售的每种类型的房屋的数量，第二个包含每年建造的每种类型的房屋数量。我试图将每一行中的2个显示结合起来：年份，房屋类型，12个月的平均价格以及当年建造的房屋数量。一个问题是，第一个数据集中的行和第二个列中的列显示年份，我不知道如何处理它。另一个问题是试图获得12个月的平均价格。我在最后添加了一个平均价格的专栏，但其中包括年份也不好。此外，不确定如何只获得平均价格，而不是每个月都添加数据集。任何建议表示赞赏，谢谢。

数据集1包含已售出的房屋：

Year type          Jan     Feb    Mar ... Dec
2016  Oakham       160000  165000
2016  Alvingham    155000  150000
2017  Oakham
2017  Alvingham

数据集2包含已建造的房屋：

               2015    2016    2017
Oakham          150     200     250
Alvingham        50      85
Chesam

预期输出将是这样的：

YEAR    TYPE       AVERAGE PRICE       AMOUNT BUILT
2016    Oakham            175500                200
2017    Chesam            325000                 20

Answer 1

这是一个解决方案：

DF1：

      Feb     Jan  Year       type
0  165000  160000  2016     Oakham
1  155000  150000  2016  Alvingham
2  165000  165000  2017     Oakham
3  165000  160000  2017  Alvingham

DF2：

           2015  2016  2017
Oakham      150   200   250
Alvingham    50    85    80

首先，您必须仅计算价格列的平均值：

df1['avg'] = df1.drop(['type', 'Year'], axis=1).mean(axis=1) print(df1)

      Feb     Jan  Year       type       avg
0  165000  160000  2016     Oakham  162500.0
1  155000  150000  2016  Alvingham  152500.0
2  165000  165000  2017     Oakham  165000.0
3  165000  160000  2017  Alvingham  162500.0

现在你只需要将df1与df2的未堆叠版本合并：

df3 = pd.merge(left=df1[['type', 'Year', 'avg']],
               right=df2.unstack().reset_index(),
               left_on=['type', 'Year'],
               right_on=['level_1','level_0'])

print(df3)的输出是：

        type  Year       avg  level_0    level_1    0
0     Oakham  2016  162500.0     2016     Oakham  200
1  Alvingham  2016  152500.0     2016  Alvingham   85
2     Oakham  2017  165000.0     2017     Oakham  250
3  Alvingham  2017  162500.0     2017  Alvingham   80

然后您可以删除不需要的列并重命名其他列：

print(df3.drop(['level_0', 'level_1'],
                axis=1).rename(columns={0: 'AMOUNT BUILT',
                                        'avg': 'AVERAGE PRICE'}))

结果是：

        type  Year  AVERAGE PRICE  AMOUNT BUILT
0     Oakham  2016       162500.0           200
1  Alvingham  2016       152500.0            85
2     Oakham  2017       165000.0           250
3  Alvingham  2017       162500.0            80

在熊猫中加入2个数据集

1 个答案: