Question

鉴于这两个数据帧，我如何获得预期的输出数据帧？很长的路要走，就是用iloc遍历数据帧的行，然后在将map转换为df2以将x和y映射到dict之后使用ID A B C 1 x x y 2 y x y 3 x y y函数。他们的分数。

这似乎很乏味，并且在大型数据帧上运行将花费很长时间。我希望有一个更清洁的解决方案。

df1：

ID    score_x    score_y
1          20         30
2          15         17
3          18         22

df2：

ID    A     B     C
1     20    20    30
2     17    15    17
3     18    22    22

输出：

timestamp

请注意：数据框将有很多列，并且类别将不止x和y（可能在20个类别的范围内）。

谢谢！

Answer 1

将DataFrame.apply与Series.map一起使用：

df1.set_index('ID', inplace=True)
df2.set_index('ID', inplace=True)
df2.columns = df2.columns.str.split('_').str[-1]

df1 = df1.apply(lambda x: x.map(df2.loc[x.name]), axis=1).reset_index()

print(df1)
   ID   A   B   C
0   1  20  20  30
1   2  17  15  17
2   3  18  22  22

Answer 2

使用mask：

df1.set_index('ID', inplace=True)
df2.set_index('ID', inplace=True)

df1.mask(df1=='x',df2['score_x'],axis=0).mask(df1=='y',df2['score_y'],axis=0)

结果：

     A   B   C
ID            
1   20  20  30
2   17  15  17
3   18  22  22

如果有很多列并且它们都以相同的方式命名，则可以使用类似的内容：

for e in df2.columns.str.split('_').str[-1]:
     df1.mask(df1==e, df2['score_'+e], axis=0, inplace=True)

Answer 3

也许有一种更优雅的方法，但是假设您可以枚举类别和列：

import numpy as np

df3 = df1.set_index('ID').join(df2.set_index('ID'), on='ID')
for col in ['A','B','C']:
     for type in ['x','y']:
         df3[col] = np.where(df3[col] == type, df3['score_'+type], df3[col])

>>> df3
     A   B   C  score_x  score_y
ID
1   20  20  30       20       30
2   17  15  17       15       17
3   18  22  22       18       22

如何将一个数据框映射到另一个（python熊猫）？

3 个答案: