Question

我想做的是：

df = pd.DataFrame({"Person":["John", "Myla", "Mary", "John", "Myla"],
               "Age1": [24, 6, 21, 33, 17],
               "Single": [False, True, True, True, False]})

   Age1 Person Single
 0  24 John False 
 1   6 Myla True 
 2  21 Mary True 
 3  33 John True 
 4  17 Myla False

从上面的数据框中，我需要添加一个新列，如果该人的年龄超过另一个数据框的年龄，则该列将显示“ 1”。

我的第二个数据帧是这样的：

df2 = pd.DataFrame({"Person":["John", "Myla", "Mary"],
               "Age1": [25, 10, 15] }).set_index(['Person'])

         Age1
 Person 
  John   25
  Myla   10 
  Mary   15

理想的结果是：

   Age1 Person Single Final
 0 24 John False       0
 1  6 Myla True        0
 2 21 Mary True        1
 3 33 John True        1
 4 17 Myla False       1

因此，我第一张桌子中所有年龄大于第二张桌子中25岁的约翰都将得到1，否则为2。

我尝试用字典来做

a=df2.set_index('Person').T.to_dict('list')

但是我的字典看起来像这样：

{'John': [24L], 'Mary': [15L], 'Myla': [0L]}

但是这让我非常困惑。我还考虑过合并两个数据框，然后进行比较以创建新列，但是还有其他更直接的选择吗？

或者，如果我设法将第二个ddataframe转换为字典，则可以使用map df ['Final'] = df.Person.map（dictionary），但仍不应该比较年龄。请帮忙。

Answer 1

使用map，与lt（<）进行比较，最后将布尔掩码转换为整数：

df['Final'] = df['Person'].map(df2['Age1']).lt(df['Age1']).astype(int)
print (df)
  Person  Age1  Single  Final
0   John    24   False      0
1   Myla     6    True      0
2   Mary    21    True      1
3   John    33    True      1
4   Myla    17   False      1

详细信息：

print (df['Person'].map(df2['Age1']))
0    25
1    10
2    15
3    25
4    10
Name: Person, dtype: int64

使用if语句根据另一个数据框中的值在数据框中创建一列

1 个答案: