Question

我有一个数据框，其中包含如下映射信息：

dfMap = pd.DataFrame({'BId': ['Banana', 'Apple', 'Guava', np.nan, np.nan],
                      'NId': [np.nan, 'GOne',  np.nan, 'GFive','GTwo'],
                      'Id': ['Banana', 'Apple', 'Guava', 'GFive', 'GTwo']})
print(dfMap)

      BId    NId      Id
0  Banana    NaN  Banana
1   Apple   GOne   Apple
2   Guava    NaN   Guava
3     NaN  GFive   GFive
4     NaN   GTwo    GTwo

我有一个输入数据框，如下所示：

df = pd.DataFrame({'S': ['Banana', 'GTwo', 'Apple', 'GOne', 'Guava', 'GFive'],
                   'G': ['BI', 'NI', 'BI', 'NI', 'BI', 'NI']})
print(df)

        S   G
0  Banana  BI
1    GTwo  NI
2   Apple  BI
3    GOne  NI
4   Guava  BI
5   GFive  NI

现在，我想添加新列df ['Id']，它是dfMap的映射值，因此输出数据帧应如下所示：

        S   G      Id
0  Banana  BI  Banana
1    GTwo  NI    GTwo
2   Apple  BI   Apple
3    GOne  NI   Apple
4   Guava  BI   Guava
5   GFive  NI   GFive

我尝试通过np.where使用以下代码，但这给了我错误：

mask = df[df['G'] == 'BI']
df['Id'] = np.where(mask, dfMap.loc[df['S'] == dfMap['BId'], 'Id'], dfMap.loc[df['S'] == dfMap['NId'], 'Id'])

ValueError: Can only compare identically-labeled Series objects

任何想法，提示，信息，链接都会有所帮助。

Answer 1

如果BI列中只有NI和G值，则按条件与Series.map一起使用numpy.where：

a = dfMap.set_index('BId')['Id']
b = dfMap.set_index('NId')['Id']

mask = df['G'] == 'BI'
df['Id'] = np.where(mask, df['S'].map(a), df['S'].map(b))
print (df)
        S   G      Id
0  Banana  BI  Banana
1    GTwo  NI    GTwo
2   Apple  BI   Apple
3    GOne  NI   Apple

如何在没有公共索引的情况下将Pandas数据框用作地图

1 个答案: