Question

我有两个df-df_a和df_b，

# df_a
number    cur    code
1000      USD    700
2000      USD    800
3000      USD    900

# df_b
number    amount    deletion code
1000      0.0       L        700
1000      10.0      X        700
1000      10.0      X        700
2000      20.0      X        800
2000      20.0      X        800
3000      0.0       L        900
3000      0.0       L        900

我想将df_a与df_b合并，

df_a = df_a.merge(df_b.loc[df_b.deletion != 'L'], how='left', on=['number', 'code'])

，然后在合并结果deleted中创建一个名为df_a的标志，该标志具有三个可能的值-full，partial和none；

full-如果所有与特定number值关联的行都具有deletion = L;

partial-如果某些行与特定的number值相关联，则deletion = L;

none-没有与特定number值关联的行，deletion = L;

在进行合并时，也不应考虑来自df_b且deletion = L的行；结果看起来像是

 number    amount    deletion    deleted    cur    code
 1000      10.0      X           partial    USD    700
 1000      10.0      X           partial    USD    700
 2000      20.0      X           none       USD    800
 2000      20.0      X           none       USD    800
 3000      0.0       NaN         full       USD    900

我尝试过

g = df_b['deletion'].ne('L').groupby([df_b['number'], df_b['code']])
m1 = g.any()
m2 = g.all()

d1 = dict.fromkeys(m1.index[m1 & ~m2], 'partial')
d2 = dict.fromkeys(m2.index[m2], 'full')

d = {**d1, **d2}
df_a = df_a.merge(df_b.loc[df_b.deletion != 'L'], how='left', on=['code', 'number'])

df_a['deleted'] = df_a[['number', 'code']].map(d).fillna('none')

但我遇到了错误，

AttributeError: 'DataFrame' object has no attribute 'map'

似乎df没有map功能，所以我想知道是否还有其他方法可以实现此目的。

Answer 1

pd.DataFrame对象没有map方法。您可以改为从两列构造一个索引，并将pd.Index.map与以下函数一起使用：

df_a['deleted'] = df_a.set_index(['number', 'code']).index.map(d.get)
df_a['deleted'] = df_a['deleted'].fillna('none')

请注意，此处我们使用d.get而不是d。与pd.Series.map不同，pd.Index.map无法直接接受字典，但可以接受诸如dict.get之类的功能。

请注意，由于fillna返回的是数组而不是序列，因此我们将pd.Index.map操作分开了。

熊猫“ DataFrame”对象没有属性“地图”

1 个答案: