Question

我正在尝试将大型数据集及其处理过程从Excel过渡到Python / Pandas，并且在尝试实现“ IF（col A = x，VLOOKUP（col表Y）中的B，否则为VLOOKUP（表Z）中的col A）“。

我创建了两个单独的字典，它们将分别用作表Y和Z的熊猫版本，但是我无法找到可以告诉熊猫使用B列中的值在字典中查找的构造。

尝试用熊猫来做

：

# Created a function to map the values from
#  PROD_TYPE to the prod_dict.
def map_values(row, prod_dict):
    return prod_dict[row]

# Created the dictionaries / old VLOOKUP tables.
prod_dict = {'PK': 'Packaging',
               'ML': 'Mix',
               'CM': 'Textile',
               'NK': 'Metallic'}

pack_dict = {'PK3' : 'Misc Packaging',
             'PK4' : 'Mix Packaging',
             'PK9' : 'Textile Packaging'}

df = pd.DataFrame({'PROD_TYPE' : ['PK', 'ML', 'ML', 'CM'], 
                   'PKG_TYPE': ['PK3', 'PK4', 'PK4', 'PK9'],
                   'VALUE': [1000, 900, 800, 700]})
# Apply the map_values function.
df['ITEM'] = df['PROD_TYPE'].apply(map_values, args = (prod_dict,))

我得到：

  PROD_TYPE PKG_TYPE  VALUE       ITEM
0        PK      PK3   1000  Packaging
1        ML      PK4    900        Mix
2        ML      PK4    800        Mix
3        CM      PK9    700    Textile

当我寻找的是：

  PROD_TYPE PKG_TYPE  VALUE            ITEM
0        PK      PK3   1000  Misc Packaging
1        ML      PK4    900             Mix
2        ML      PK4    800             Mix
3        CM      PK9    700         Textile

或者，更简单地说：如果PROD_TYPE是'PK'，则从PKG_TYPE的{{1}}列中查找值；否则，请在pack_dict中查找PROD_TYPE。

任何帮助将不胜感激！

Answer 1

这就是我要解决的问题的方式：

# First we make two dataframes out of the dictionaries with pd.melt
df2 = pd.DataFrame(prod_dict, index=[0])
df3 = pd.DataFrame(pack_dict, index=[0])

df2 = df2.melt(var_name=['PROD_TYPE'], value_name = 'ITEM')
df3 = df3.melt(var_name=['PKG_TYPE'], value_name = 'ITEM')

# df2
    PROD_TYPE   ITEM
0   PK          Packaging
1   ML          Mix
2   CM          Textile
3   NK          Metallic

# df3
    PKG_TYPE    ITEM
0   PK3         Misc Packaging
1   PK4         Mix Packaging
2   PK9         Textile Packaging

# Now we can merge our information together on keycolumns PROD_TYPE and PKG_TYPE
df_final = pd.merge(df, df2, on='PROD_TYPE')
df_final = pd.merge(df_final, df3, on='PKG_TYPE')

    PROD_TYPE   PKG_TYPE    VALUE   ITEM_x      ITEM_y
0   PK          PK3         1000    Packaging   Misc Packaging
1   ML          PK4         900     Mix         Mix Packaging
2   ML          PK4         800     Mix         Mix Packaging
3   CM          PK9         700     Textile     Textile Packaging

# Finally we use np.where to conditionally select the values we need 
df_final['ITEM'] = np.where(df_final.PROD_TYPE == 'PK', df_final.ITEM_y, df_final.ITEM_x)

# Drop columns which are not needed in output
df_final.drop(['ITEM_x', 'ITEM_y'], axis=1, inplace=True)

输出

    PROD_TYPE   PKG_TYPE    VALUE   ITEM
0   PK          PK3         1000    Misc Packaging
1   ML          PK4         900     Mix
2   ML          PK4         800     Mix
3   CM          PK9         700     Textile

np.where来自numpy模块，其工作方式如下：
np.where(condition, true value, false value)

Answer 2

类似于@Erfan的回答，使用numpy.where，但是跳过melt使用pd.Series.map()。使用问题中的变量：

In []: df['ITEM'] = pd.np.where(df.PROD_TYPE == "PK",
                                df.PKG_TYPE.map(pack_dict),
                                df.PROD_TYPE.map(prod_dict))

In []: df
Out[]:
  PROD_TYPE PKG_TYPE  VALUE            ITEM
0        PK      PK3   1000  Misc Packaging
1        ML      PK4    900             Mix
2        ML      PK4    800             Mix
3        CM      PK9    700         Textile

请注意，numpy已经加载了pandas，只需使用pd.np。

Answer 3

一种方法是：

df["ITEM"]= [pack_dict[row[1]["PKG_TYPE"]] 
    if row[1]["PROD_TYPE"] == "PK"     
    else     prod_dict[row[1]["PROD_TYPE"]] 
    for row in df.iterrows()]

我发现它比Erfan的解决方案快约十倍。

Answer 4

使用布尔索引的解决方案

is_pk = df.PROD_TYPE == "PK"
df.loc[is_pk, "ITEM"] = df.loc[is_pk, "PROD_TYPE"].map(pack_dict)
df.ITEM.fillna(df.PROD_TYPE.map(prod_dict), inplace = True)

Pandas版本的“如果为True，则在此处为VLOOKUP，如果为False，则在其他地方为VLOOKUP

4 个答案: