Question

我有两个数据框df1和df2。 df1包含共享相同人口的两个地方之间的信息。

df1
     PlaceA  Population PlaceB
0     3         10         2
1     4         10         2
2     7         17         0
3     9         13         1

df2包含到达PlaceB的行进距离

df2
     PlaceB  distance
0      0       130
1      1       145
2      2       165

我希望有一个在df1上合并df2和PlaceB的数据框，然后返回人口除以共享同一人口的地点数。例如，地点2、3、4共享相同的人口，我们除以3。

df3   
      Place     Population   Distance
0       0          17/2        130
1       1          13/2        145 
2       2          10/3        165
3       3          10/3        165
4       4          10/3        165
5       7          17/2        130
6       9          12/2        145

Answer 1

您可以尝试：

将PlaceB上的两个数据帧与outer合并，以确保考虑所有PlaceB的值。 merge函数可以完成这项工作。
使用groupby按placeB分组。
对于每个组：

3.1。使用melt将PlaceA和PlaceB列转换为一列（称为Place）。

3.2。使用drop_duplicates
删除重复项
3.3。将Population列转换为所需的输出。在这里，我将其转换为字符串以匹配所需的输出。

可选（以匹配所需的输出）：

用Place和sort_values对值进行排序。
使用drop
使用reset_index重置并删除当前索引。

代码在这里：

# Import module
import pandas as pd

# The input data
df1 = pd.DataFrame({"PlaceA": [3, 4, 7, 9],
                    "Population": [10, 10, 17, 13],
                    "PlaceB": [2, 2, 0, 1]})
df2 = pd.DataFrame({"PlaceB": [0, 1, 2], "distance": [130, 145, 165]})

# Function to apply to each `PlaceB` group
def melt_and_pop_up(x):
    x = x.melt(id_vars=['Population', 'distance'], value_name='Place') \
         .drop_duplicates()
    x.Population = "{}/{}".format(x.Population.values[0], len(x))
    # Get decimal values
    # x.Population = x.Population.values[0] / len(x)
    return x


df = df1.merge(df2, on="PlaceB", how='outer')  \
        .groupby('PlaceB') \
        .apply(melt_and_pop_up) \
        .sort_values('Place') \
        .drop(columns=['variable'])  \
        .reset_index(drop=True) \
        [["Place", "Population", "distance"]]
print(df)
#    Place Population  distance
# 0      0       17/2       130
# 1      1       13/2       145
# 2      2       10/3       165
# 3      3       10/3       165
# 4      4       10/3       165
# 5      7       17/2       130
# 6      9       13/2       145

Answer 2

我创建了一个自定义函数，并使用lambda对其进行了调用。基本上按人口分组，然后按地点A和地点B中的唯一元素进行划分。

df1= pd.DataFrame({"PLaceA":[3,4,7,9], "Population": [10,10,17,13], "PlaceB": 
[2,2,0,1]})
df2 = pd.DataFrame({"PlaceB":[0,1,2], "distance": [130,145,165]})
df3 = df1.merge(df2, on= "PlaceB", how= "left")


def find_unique(a,b,p):
    t = p.tolist()[0]
    r = t/(len(a.unique())+len(b.unique()))
    return r

df4 = df3.groupby(['Population']).apply(lambda x: find_unique(x["PLaceA"], 
x["PlaceB"], x["Population"])).reset_index()
df3=df3.merge(df4, on ="Population", how="left").rename( columns = 
{0:"newpop"})

df5 = df3[['PLaceA','newpop']].drop_duplicates().rename(columns ={'PLaceA': 
'Place', 'newpop':"Population"})
df6 = df3[['PlaceB','newpop']].drop_duplicates().rename(columns ={'PlaceB': 
'Place', 'newpop':"Population"})
final_df = pd.concat([df5,df6])

Python：如何在两个数据框之间合并和划分？

2 个答案: