Question

我正在遍历文件，处理一些数据以生成数组（Value1，Value2，Value3），并将它们组合成如下数据框：

df1:
ID Country Value1 Value2 Value3
BB US      3.5    6.32   1.02   
BB US      6.7    2.32   5.2
BB US      9.3    4.32   4.02
BB US      4.6    5.32   4.1

df2:
ID Country Value1 Value2 Value3
BB AU      5.3    5.12   7.02   
BB AU      7.12   1.32   5.02
BB AU      3.542  2.12   2.02
BB AU      2.4    5.82   6.02

df3:
ID Country Value1 Value2 Value3
BB AU      0.23   1.23   9.1   
BB AU      4.567  4.46   9.2
BB AU      5.34   9.23   0.1
BB AU      9.67   6.34   2.14

所有维度均相同，带有分类列（ID，国家/地区）。我想在循环结束时将数据帧连接为单个数据帧，但是在类别列相同的情况下（在本示例中为df2和df3），我只想将数据值最高的列保留在“ Value3'（此处为df3），以获得类似这样的内容：

dfconcat:
ID Country Value1 Value2 Value3
BB US      3.5    6.32   1.02   
BB US      6.7    2.32   5.2
BB US      9.3    4.32   4.02
BB US      4.6    5.32   4.1
BB AU      0.23   1.23   9.1   
BB AU      4.567  4.46   9.2
BB AU      5.34   9.23   0.1
BB AU      9.67   6.34   2.14

我知道如何连接数据帧，我认为其余的操作可以使用np.where和.apply完成，但无法解决。

Answer 1

使用concat：

L = [df1, df2, df3]

df = pd.concat([x.assign(max1 = x['Value3'].max()) for x in L])
df = df[df.groupby(['ID','Country'])['max1'].transform('max').eq(df['max1'])]

print (df)
   ID Country  Value1  Value2  Value3  max1
0  BB      US   3.500    6.32    1.02   5.2
1  BB      US   6.700    2.32    5.20   5.2
2  BB      US   9.300    4.32    4.02   5.2
3  BB      US   4.600    5.32    4.10   5.2
0  BB      AU   0.230    1.23    9.10   9.2
1  BB      AU   4.567    4.46    9.20   9.2
2  BB      AU   5.340    9.23    0.10   9.2
3  BB      AU   9.670    6.34    2.14   9.2

如何在for循环中根据条件连接数据帧？

1 个答案: