Question

我有2个大小不同的数据帧，并以有效的方式合并了相关数据：

master_df = pd.DataFrame({'kpi_1': [1,2,3,4]},
                         index=['dn1_app1_bar.com',
                                'dn1_app2_bar.com',
                                'dn2_app1_foo.com', 
                                'dn2_app2_foo.com'])


guard_df = pd.DataFrame({'kpi_2': [1,2],
                         'kpi_3': [10,20]},
                         index=['dn1_bar.com', 'dn2_foo.com'])

master_df：

                  kpi_1
dn1_app1_bar.com      1
dn1_app2_bar.com      2
dn2_app1_foo.com      3
dn2_app2_foo.com      4

guard_df：

             kpi_2  kpi_3
dn1_bar.com      1     10
dn2_foo.com      2     20

我想从guard_df的行中获取值，并以<group>_<name>“传播”到所有master_df匹配的行中的值的数据框 <group>_.*_<name>。

预期结果：

                  kpi_1  kpi_2  kpi_3
dn1_app1_bar.com      1    1.0   10.0
dn1_app2_bar.com      2    1.0   10.0
dn2_app1_foo.com      3    2.0   20.0
dn2_app2_foo.com      4    2.0   20.0

到目前为止，我管理的是以下基本方法：

def eval_base_dn(dn):
    chunks = dn.split('_')
    return '_'.join((chunks[0], chunks[2]))

for dn in master_df.index:
    for col in guard_df.columns:
        master_df.loc[dn, col] = guard_df.loc[eval_base_dn(dn), col]

但是我正在寻找一种更高性能的方式来“广播”值并合并数据帧。

Answer 1

如果可以使用0.25+大熊猫，请通过array，将index传递到on的{{1}}参数，并进行左连接：

merge

Answer 2

尝试这个：

合并具有不同维度和相关数据的数据框

2 个答案: