Question

pd_one
          name          Rep
0     Bob-Name           29
1    Bill-Name           23     
2     Sam-Name           46
3    Jeff-Name           17
4     Red-Name           20

pd_two
          name      sumT        total
0     Bob-0021          10      = (pd_one.bob-Name.value)-1/sumT*100
1    Bill-0220          20      = (pd_one.Bill-Name.value)-1/sumT*100
2     Sam-0020          23      = (pd_one.Sam-Name.value)-1/sumT*100
3    Jeff-0125          25      = (pd_one.Jeff-Name.value)-1/sumT*100
4     Red-1234          99      = (pd_one.Red-Name.value)-1/sumT*100

我想使用pd_one中的值作为总和的一部分在pd_two中创建合计列。该值应取自pd_one，其中列名与pd_two相同。

据我所知：

self.pd_one = pd.DataFrame(pd_one_data)
self.pd_two = pd.DataFrame(pd_two_data)
self.pd_one.sort_values(by=['name'], ascending = True, inplace = True)
self.pd_two.sort_values(by=['name'], ascending = True, inplace = True)

name_ftr = self.pd_two.name[:].str.partition('-')[0]+'-Name'

在这里，我只需要在name_ftr的pd_one中找到系列，并获取Rep单元格的值并使用它进行计算，并在pd_two中填充并填充新列。

我正在努力确定执行此操作的语法，我一直在尝试使用.loc，但似乎无法从pd_one ['Rep']获取数据而不会遇到错误。

谢谢

Answer 1

尝试一下。

pd_one = pd.DataFrame(
[['Bob-Name', 29],
['Bill-Name',23],
['Sam-Name',46],
['Jeff-Name',17],
['Red-Name',20]], columns = ['name', 'Rep'])

pd_two = pd.DataFrame([['Bob-0021', 10],
['Bill-0220', 20],
['Sam-0020', 23],
['Jeff-0125', 25],
['Red-1234', 99]], columns = ['name', 'sumT'])

pd_one['name_unique'] = pd_one['name'].apply(lambda x:x.split('-')[0])
pd_two['name_unique'] = pd_two['name'].apply(lambda x:x.split('-')[0])

merged_df = pd.merge(pd_one, pd_two, on = 'name_unique')
merged_df['total'] = (merged_df['Rep'] - 1) / merged_df['sumT'] * 100

merged_df

输出为

    name_x  Rep name_unique name_y  sumT    total
0   Bob-Name    29  Bob Bob-0021    10  280.000000
1   Bill-Name   23  Bill    Bill-0220   20  110.000000
2   Sam-Name    46  Sam Sam-0020    23  195.652174
3   Jeff-Name   17  Jeff    Jeff-0125   25  64.000000
4   Red-Name    20  Red Red-1234    99  19.191919

在这里，name_x是pd_one中的名称，name_y是pd_two中的名称。

熊猫数据框使用其他数据框的数据创建新列

1 个答案: