Question

我有这个DataFrame

Person      Salary 
John         350
Peter        543
Susan        517
Carl         448

还有另一个数据框，其中包含我必须对第一个数据框进行的更改

 Attribute    Change
  Person         3
  Salary         2

“更改” 的值应表示更改另一个字母（例如“ x”）显示的金额。结果应如下所示：

   Person      Salary 
    Jxxx         3xx
    Pexxx        5xx
    Suxxx        5xx
    Cxxx         4xx

我该怎么办？

Answer 1

数据：

import pandas as pd

df = pd.DataFrame({'Person':['John', 'Peter', 'Susan','Carl'],
'Salary':[350,543,517,448]})

change_df = pd.DataFrame({'Attribute':['Person', 'Salary'],
'Change':['3','2']})

解决方案：

for col in df.columns:
    k = int(change_df[change_df.Attribute == col].Change)
    df[col] = df[col].apply(lambda x: str(x)[:len(str(x))-k]+k*'x')

结果：

  Person Salary
0   Jxxx    3xx
1  Pexxx    5xx
2  Suxxx    5xx
3   Cxxx    4xx

Answer 2

简洁明了的答案是首先从您的mapping_df创建一个映射，然后在您的target_df上对该映射应用一个函数。

您可以使用mapping_df从transpose获取映射

>>> mapping_df.transpose().to_dict()
{1: {'Attribute': 'Person', 'Change': '3'},
 2: {'Attribute': 'Salary', 'Change': '2'}}

然后使用target_dataframe将其应用于您的map

cleaned = pd.DataFrame()

for mapping in list(mapping_df.transpose().to_dict().values()):
    cleaned[mapping['Attribute']] = target_df[mapping['Attribute']].map(
        lambda s: s[: - int(mapping['Change']) ]+ int(mapping['Change']) *'x')

您将获得预期的输出

 >>> cleaned
    Person  Salary
1   Jxxx    3xx
2   Pexxx   5xx
3   Suxxx   5xx
4   Cxxx    4xx

根据Pandas中的其他信息更改数据框中列的一部分

2 个答案: