Question

我在Python中有一个数据框，例如A，它具有多个列，包括名为ECode和FG的列。我还有另一个Pandas数据框B，它也有多个列，包括名为ECode，F Gping的列（请注意F Gping的列名中的空格）和EDesc 。我想做的是根据以下条件在数据帧A中创建一个名为EDesc的新列（注意EDesc，FG和F Gping包含{{1} }类型值（文本），而其余列为数字/浮点类型。此外，数据帧String和A具有不同的维度（具有不同的行和列，我想检查特定的相等性）数据框列中的值）：-

首先，对于数据框B中的所有行，其中A中的值与数据框ECode中的值ECode匹配，然后在新列B中要在数据框EDesc中创建，请添加与A中的EDesc相同的值。
第二，对于数据帧B中A中的值与FG值匹配的所有行，在F Gping中的新列EDesc中添加相同的值就像A中的EDesc。
此后，如果B中新创建的EDesc列仍缺少值/ NaN，则将字符串值A添加到数据框{{1}中的所有行}的MissingValue列。

我尝试使用A循环以及列表理解，但是它们无助于实现这一目标。此外，EDesc的列名for中的空格也给访问该字段带来了麻烦，好像我可以像F Gping一样访问它，但这并不能解决问题。在这方面的任何帮助都将受到赞赏。

Answer 1

我假设值在B ['ECode']和B ['F Gping']中是唯一的，否则当我们找到两个匹配的值时，我们必须选择给A ['EDesc']的值用于ECode或FG。

也许有一种更聪明的方法，但这是我要使用联接的方法：

示例数据框：

A = pd.DataFrame({'ECode': [1, 1, 3, 4, 6],
                  'FG': ['a', 'b', 'c', 'b', 'y']})
B = pd.DataFrame({'ECode': [1, 2, 3, 5],
                  'F Gping': ['b', 'c', 'x', 'x'],
                  'EDesc': ['a', 'b', 'c', 'd']})

它们看起来像：

A
   ECode FG
0      1  a
1      1  b
2      3  c
3      4  b
4      6  y

B
   ECode F Gping EDesc
0      1       b     a
1      2       c     b
2      3       x     c
3      5       x     d

首先让我们创建A ['EDesc']，说它是在ECode上将A和B连接起来的结果。我们将暂时使用EDesc作为索引：

A.set_index('ECode', inplace=True, drop=False)
B.set_index('ECode', inplace=True, drop=False)

A['EDesc'] = A.join(B, lsuffix='A')['EDesc']

之所以可行，是因为A.join（B，lsuffix ='A'）的结果是：

       ECodeA FG  ECode F Gping EDesc
ECode                                
1           1  a    1.0       b     a
1           1  b    1.0       b     a
3           3  c    3.0       x     c
4           4  b    NaN     NaN   NaN
6           6  y    NaN     NaN   NaN

现在，使用FG上的匹配项来填充A ['EDesc']。同样的事情：

A.set_index('FG', inplace=True, drop=False)
B.set_index('F Gping', inplace=True, drop=False)

A['EDesc'].fillna(A.join(B, lsuffix='A')['EDesc'].drop_duplicates(), inplace=True)

之所以可行，是因为A.join（B，lsuffix ='A'）的结果是：

   ECodeA FG EDescA  ECode F Gping EDesc
a       1  a      a    NaN     NaN   NaN
b       1  b      a    1.0       b     a
b       4  b    NaN    1.0       b     a
c       3  c      c    2.0       c     b
y       6  y    NaN    NaN     NaN   NaN

我们也删除了重复项，因为您可以看到索引中有两个b。

最后，让我们用“缺少”进行填充并重置索引：

A['EDesc'].fillna('Missing', inplace=True)
A.reset_index(drop=True, inplace=True)

如何使用相等条件处理基于另一个数据框的Pandas数据框？

1 个答案: