Question

我有2个数据框，它们都有多个共享相同名称的列，并且都有一个充当唯一标识符的列。我创建了一个数据框的副本，但是我想做的是将唯一标识符相等的共享相同名称的列相乘。

我对python来说还很陌生，我肯定很多人都认为这很简单，但是仔细阅读文档会发现这很困难。

最初的2个数据帧是通过将excel文件读入熊猫来创建的。

然后我创建第一个数据帧的副本，并想将第二个数据帧的内容乘以复制的数据帧的内容，在该副本数据中找到唯一行且列名匹配。

import pandas as pd

# read tables from excel to create dictionary of dataframes where the key is the tab name
all_sheets_df = pd.read_excel("xl_file_name.xlsx", sheet_name=None)
print(all_sheets_df)

# These are the dataframes created from the excel sheets
OrderedDict([('sheet1',
                    cola     colb     colc    uni-id  201801  201802  201803  201804  201805
              0  strings  strings  strings  unique-a       4       3       2       9      10
              1  strings  strings  strings  unique-b       8       1       9       1       6
              2  strings  strings  strings  unique-c       4       3       4       4       3
              3  strings  strings  strings  unique-d       3       9       8       4       4
              4  strings  strings  strings  unique-e       5       4       7       9      10
              5  strings  strings  strings  unique-f       2       3       8       2       1
              6  strings  strings  strings  unique-g       2       4       2       6       8
              7  strings  strings  strings  unique-h       6       2       5       4      10
              8  strings  strings  strings  unique-i       7       1       3      10       8),
             ('sheet2',
                    cola     colb     colc    uni-id    201801    201802    201803  \
              0  strings  strings  strings  unique-d  0.052935  0.928645  0.505045   
              1  strings  strings  strings  unique-f  0.776922  0.338918  0.932535   
              2  strings  strings  strings  unique-c  0.799160  0.343798  0.145575   
              3  strings  strings  strings  unique-a  0.659975  0.308475  0.588496   
              4  strings  strings  strings  unique-i  0.450931  0.667722  0.831734   
              5  strings  strings  strings  unique-e  0.791060  0.801188  0.781400   
              6  strings  strings  strings  unique-b  0.653861  0.649786  0.545784   
              7  strings  strings  strings  unique-h  0.849901  0.327025  0.874650   
              8  strings  strings  strings  unique-g  0.812554  0.995710  0.042272   

                   201804    201805  
              0  0.011463  0.980985  
              1  0.743247  0.715230  
              2  0.313438  0.882728  
              3  0.656984  0.864108  
              4  0.236997  0.422303  
              5  0.603261  0.083762  
              6  0.722503  0.170563  
              7  0.608704  0.263881  
              8  0.702862  0.760257  )])


# create new dataframe as a copy of the first sheet in excel
calculated_dataframe = all_sheets_df.get("sheet1","").copy()

# get list of columns to update (all columns to be updated start with characters '20'
update_cols = [col for col in calculated_dataframe.columns if '20' in col]

# for each row in calculated_dataframe, find row in all_sheets_df.get("sheet2","") where column name 'uni-id' matches 'uni-id' in calculated_dataframe and then for each update_col in update_cols calculate_dataframe value = calculate_dataframe value * all_sheets_df.get("sheet2","") value
# this is the piece im really struggling with.

我想遍历计算所得数据帧的每一行，在all_sheets_df.get("sheet2","")中找到相应的行，其中sheet2列uni-id =计算结果数据列uni-id并将在update_cols列表中找到的每一列相乘（这些列存在在两个数据框中）。

您可以提供的任何指导都是很棒的！

Answer 1

您应该首先在标识符列上使用merge函数，以使所有列中只有一个df。

testImplementation 'org.json:json:20140107'

然后，具有相同标识符的行将被分组在一起，而您只需要像往常一样将列相乘即可：

df1 = df1.merge(df2, how ='left', on=['identifier_column'])

如何将一个数据框中的特定列乘以查找另一数据框中的特定列？

1 个答案: