我正在处理2个csv文件。
在效果文件中：我具有贷款表现的历史数据（即从第1个月到第7个月的贷款110表现，然后从第1个月到第20个月的贷款111表现）。在第一个文件中，我的列如下：A =贷款id，B =表现月份（1到7），C =默认值。对于每个借位，每个月都有1行的业绩。
我正在尝试创建一个循环，让我获得每笔贷款有违约的第一个月，然后将月份和违约金额复制到我的第二个csv文件中，该文件中包含有关每个借贷ID的描述性数据。想法是在第二个文件上添加2列，并为每个借贷编号检索第一个具有默认值的月份。
我正在研究jupyter笔记本，到目前为止，我已经导入了pandas库并读取了性能csv文件。
任何指导将不胜感激。
import pandas as pd
data = pd.read_csv(r'c:\users\guest1\documents\python_example_performance.csv',delimiter=',')
data.head()
答案 0 :(得分：0)
首先，我没有评论，因为我没有足够的声誉。我需要在这个问题上做更多的澄清。您能显示数据的样子吗？在100、101和1-7或1-20之间，这让我有些困惑。
根据我目前的理解，我将首先从第一个CSV中删除非默认值。 由于您使用的是熊猫，因此可以遍历Loc。 语法通常如下所示。
df = df[df[cols] > 0]
如果它们重复，则保留最后一个月或当前月取决于您的选择。熊猫支持删除重复项，并可以选择保留第一条或最后一条记录。语法通常如下所示。
df = df.drop_duplicates(subset ="Col1", keep = 'last')
有关更多文档，请参阅：Pandas - Drop Duplicates
最后，您需要基于贷款ID对两个数据框执行联接。语法通常如下所示。
df = pd.merge(df1, df2, how='left', on=['LoanID'])
有关更多文档，请参阅：Pandas - Merge