Question

我有两个数据框。我想在列标题（df2）中找到行（df1）的匹配项

           df1
index
  1        Reactor1  
  1        FIC-2005

  2       Reactor2
  2       FIC-2007

  .       ...


        df2
index
  0        FIC-2005    FIC-2007   .....
  1       0.005       0.006
  2       0.05        0.06

输出到df3

df3

index      Reactor1        Reactor2     ....
 0
 1         FIC-2005        FIC-2007
 2         FIC-2005        FIC-2007
 3         0.005           0.006
 4         0.05            0.06

有人有主意吗？

Answer 1

我创建了第一个测试数据框，如下所示：

df1 = pd.DataFrame(data=[
    [ 1, 'Reactor2' ],
    [ 1, 'FIC-2007' ],
    [ 2, 'Reactor1' ],
    [ 2, 'FIC-2005' ]],
    columns=['index', 'text']).set_index('index')

所以我添加了一个列名（ text ），您错过了该列名（每个列必须有一个名称）。

要创建第二个测试数据帧，我运行：

df2 = pd.DataFrame(data=[
    [ 'FIC-2005', 'FIC-2007' ],
    [ 0.005, 0.006 ],
    [ 0.05, 0.06 ]]

所以我接受了默认的列名（连续数字）和默认的索引（也是连续数字）。

从 df1 中可以看到，每对具有相同 index 的行包含：

反应器名称-要在 df2 中设置的列名称，
反应器ID - df2 顶行中的值。

为确保熊猫做出正确的订购，我特意推翻了 df1 中组的顺序。

第一步是创建“字典表”：

df1a = pd.DataFrame(df1.groupby(level=0).text.agg(list).to_list(),
    columns=['Reac', 'FIC']).set_index('FIC')

其中索引为反应堆ID （ FIC ），值为反应堆名称。

结果是：

              Reac
FIC               
FIC-2007  Reactor2
FIC-2005  Reactor1

然后我阅读 df2 的第一行-包含 FID s的行：

rFIC = df2.iloc[0]

其余步骤为：

用 rFIC 重新索引 df1a ，以根据 df2 ，
从中获取列0，
将其转换为列表，
将其设置为 df2 中的列名。

代码是：

df2.columns = df1a.reindex(rFIC).iloc[:,0].to_list()

现在，当您打印 df2 时，您将看到正确的列名：

   Reactor1  Reactor2
0  FIC-2005  FIC-2007
1     0.005     0.006
2      0.05      0.06

当然，要完成工作， df1 必须包含尽可能多的行对作为 df2 中的列数。

如何在熊猫中串联2个数据帧的匹配？

1 个答案: