Question

我正在尝试使用两个日期框架中的数据来创建新的数据框架

lookup_data = [
{   'item': 'apple',
    'attribute_1':3,
    'attribute_2':2,
    'attribute_3':10,
    'attribute_4':0,
},
{   'item': 'orange',
    'attribute_1':0.4,
    'attribute_2':20,
    'attribute_3':1,
    'attribute_4':9,
},
{   'item': 'pear',
    'attribute_1':0,
    'attribute_2':0,
    'attribute_3':30,
    'attribute_4':0,
},
{   'item': 'peach',
    'attribute_1':2,
    'attribute_2':2,
    'attribute_3':3,
    'attribute_4':6,
},]

df_lookup_data = pd.DataFrame(lookup_data,dtype=float)
df_lookup_data.set_index('item', inplace=True, drop=True)

collected_data = [
{   'item':'apple',
    'qnt': 4},
{   'item':'orange',
    'qnt': 2},
{   'item':'pear',
    'qnt': 7},
]

df_collected_data = pd.DataFrame(collected_data,dtype=float)
df_collected_data.set_index('item', inplace=True, drop=True)

df_result = pd.DataFrame(
    .... first column is item type
    .... second column is qnt*attribute_1
    .... second column is qnt*attribute_2
    .... second column is qnt*attribute_3
    .... second column is qnt*attribute_4
)
df_result.columns = ['item', 'attribute_1', 'attribute_2', 'attribute_3', 'attribute_4']
print(result)

结果应打印

   item    attribute_1  attribute_2  attribute_3  attribute_4
0  apple   14           8            40           0
1  orange  0.8          40           2            18
2  pear    0            0            210           0

但是我真的不确定我如何从这两个数据框中获取日期并制作一个新的数据

Answer 1

这里不需要merge或concat。由于索引 do 匹配，因此只需mul跨axis=0

>>> df_lookup_data.mul(df_collected_data.qnt, axis=0)

        attribute_1  attribute_2  attribute_3  attribute_4
item                                                      
apple          12.0          8.0         40.0          0.0
orange          0.8         40.0          2.0         18.0
peach           NaN          NaN          NaN          NaN
pear            0.0          0.0        210.0          0.0

Answer 2

或使用：

df_lookup_data = pd.DataFrame(lookup_data,dtype=float)
items = [i['item'] for i in collected_data]
qnts = [i['qnt'] for i in collected_data]
print(df_lookup_data[df_lookup_data['item'].isin(items)].set_index('item').mul(qnts, axis=0))

输出：

        attribute_1  attribute_2  attribute_3  attribute_4
item                                                      
apple          12.0          8.0         40.0          0.0
orange          0.8         40.0          2.0         18.0
pear            0.0          0.0        210.0          0.0

熊猫数据框：通过查找和计算现有数据框来制作新数据框

2 个答案: