Question

我有两个数据帧（左边的数据帧是1，另一个是2），我想根据以下条件获得最终的数据帧：

1。按Col1将Col2分组，例如A 566,788,888,999,1212

2。在数据帧2中，我可以找到（A组）788,888,999,1212，所以我想保留它，而566不在数据帧2中，请忽略它。

3个数据框1和2中所有成员的总和，例如A-788（2），A-888（3），A-999（4），A-1212（5），788-888 （12），999-1212（13），所以2 + 3 + 4 + 5 + 12 + 13 = 39

Col1    Col2  Total        Col3   Col4   Total  
 A      566    1            788   888      12
 A      788    2            999   1212     13
 A      888    3            700   707      14
 A      999    4            701   702      15
 A      1212   5
 B      700    6
 B      701    7
 B      702    8
 B      703    9
 B      704    10
 B      705    11

预期结果

ResultCol1    ResultCol2           ResultTotal
  A           788,888,999,1212        39
  B           700,701,702             50

Answer 1

这是您想要的吗？

using DataFrames

m1 = ["A"      566    1
      "A"      788    2
      "A"      888    3
      "A"      999    4
      "A"      1212   5
      "B"      700    6
      "B"      701    7
      "B"      702    8
      "B"      703    9
      "B"      704    10
      "B"      705    11]

m2 = [788   888      12
      999   1212     13
      700   707      14
      701   702      15]

df1 = DataFrame(m1, [:Col1, :Col2, :Total])
df2 = DataFrame(m2, [:Col3, :Col4, :Total])
df1f = filter(x -> x.Col2 in df2.Col3 || x.Col2 in df2.Col4, df1)
df3 = by(df1f, :Col1) do x
          DataFrame(Col2=Tuple(x.Col2), Total=sum(x.Total))
      end
for r3 in eachrow(df3), r2 in eachrow(df2)
    if any(in.([r2.Col3, r2.Col4], [r3.Col2]))
        r3.Total += r2.Total
    end
end

现在df3保留了您要的数据。我尚未针对性能进行优化-执行速度是否与您相关？

如何连接Julia中两个数据帧的列和值之和？

1 个答案: