Question

我有两个数据帧。第一个是电子邮件地址列表

email_ad                   Band 30     Band 40
example_email@gmail.com
sample_email@gmail.com

第二个是以下数据帧

email_ad                 Name       Manager_Name   Manager_Band_level 
example_email@gmail.com. Tom Banks  Boss1          30
sample_email@gmail.com.  Bill Bob   Boss2          40

我想将第一个数据框中的每个电子邮件映射到第二个数据框中，如果电子邮件匹配，则检查Manager Band级别。根据数字，将相应经理的电子邮件填写到“等级30”或“等级40”类别中。

因此所需的数据帧如下：

email_ad                   Band 30     Band 40
example_email@gmail.com    Boss1
sample_email@gmail.com.                Boss2

如果有人可以帮助我提供惊人的语法。我还被困在仅根据数据框中的某些列制作字典。非常感谢！

Answer 1

您可以使用枢轴执行此操作。

pivoted = df.pivot('email_ad', 'Manager_Band_level', 'Manager_Name')
pivoted
# Manager_Band_level          30     40
# email_ad                             
# example_email@gmail.com  Boss1    NaN
# sample_email@gmail.com     NaN  Boss2

该格式可能仍然可用。但是，如果您想对其进行更多清理，则可以填写缺少的值，然后将其展平。

cleaned = pivoted.fillna('').reset_index()
cleaned
# Manager_Band_level                 email_ad     30     40
# 0                   example_email@gmail.com  Boss1       
# 1                    sample_email@gmail.com         Boss2

您可以通过重置columns来摆脱笨拙的，现在不正确的列索引名称。

cleaned.columns = list(cleaned.columns)
cleaned
#                   email_ad     30     40
# 0  example_email@gmail.com  Boss1       
# 1   sample_email@gmail.com         Boss2

如果Band前缀很重要，则可以同时添加。

cleaned.columns = [col if col == 'email_ad' else f'Band {col}' for col in cleaned.columns] 
cleaned
#                   email_ad Band 30 Band 40
# 0  example_email@gmail.com   Boss1        
# 1   sample_email@gmail.com           Boss2

Answer 2

尝试使用合并，如果有多个频段，则可能会循环：

import pandas as pd
from io import StringIO

s1 = '''
email_ad,Band 30,Band 40
example_email@gmail.com,,
sample_email@gmail.com,,
'''

s2= '''
email_ad,Name,Manager_Name,Manager_Band_level
example_email@gmail.com,Tom Banks,Boss1,30
sample_email@gmail.com,Bill Bob,Boss2,40
'''


df1 = pd.read_csv(StringIO(s1))
df2 = pd.read_csv(StringIO(s2))

然后进行合并

df3 = df1.merge(df2, how='left', left_on='email_ad', right_on='email_ad')
for i in (30,40):
    df3.loc[df3.Manager_Band_level == i, f'Band {i}'] = \
        df3.loc[df3.Manager_Band_level == i, 'Manager_Name']

df3[['email_ad', 'Band 30', 'Band 40']]

#       email_ad    Band 30 Band 40
# 0 example_email@gmail.com Boss1   NaN
# 1 sample_email@gmail.com  NaN Boss2

将键映射到字典熊猫中的多个值

2 个答案: