我目前有一个数据框A,其中包含一列国家代码(例如CA,RU,US等)(代码1)。我还有另一个数据框B,该数据框具有3列,其中第一列包含所有可能的国家/地区代码,第二列包含经度值,第三个具有纬度值。我试图遍历A,在第一列中获取第一个国家代码,使其与B第一列中的国家代码匹配,然后获取该国家/地区的相关经度和纬度,依此类推。我计划创建一个新的数据框,其中包含A(第一列)中的代码以及新提取的经度和纬度值。
到目前为止,我的功能如下
def get_coords():
for i in range(len(A["code1"])):
for j in range(len(B["code"])):
if A["code1"[i] = B["code"[j]: #if the country codes match
latitude = B["lat"][j] #gets the latitude of the matched country code
longitude = B["long"][j] #gets the longitude
但是,这似乎效率低下,我不确定它是否与数据帧中的代码正确匹配。是否有更好的方法来解决我要达到的目标?
供参考len(A["code1"]) = 581
和len(B["code"] = 5142
这是数据的示例输入:
A = pd.DataFrame({'code1': ['US',
'RU', 'AO', 'ZW']})
B = pd.DataFrame({'code': ['US', 'ZW', 'RU', 'YE', 'AO'],
'long': [65.216000, 65.216000,18.500000,-63.032000,19.952000], 'lat': [12.500000, 33.677000,-12.500000,18.237000,60.198000]})
我正在尝试使输出看起来像
A = pd.DataFrame({'code1': ['US', 'RU', 'AO', 'ZW'], 'longitude':[65.216000,18.500000, 19.952000, 65.216000], 'latitude': [12.500000, -12.500000, 60.198000, 33.677000]})
答案 0 :(得分:0)
使用pd.merge
并指定要合并的left_on
列和right_on
列,因为要合并的两列具有不同的列名。然后,.drop
不需要的多余列。
A = pd.merge(A,B,how='left',left_on='code1',right_on='code').drop(['code'], axis=1)
输出:
code1 long lat
0 US 65.216 12.500
1 RU 18.500 -12.500
2 AO 19.952 60.198
3 ZW 65.216 33.677
答案 1 :(得分:0)
n [108]: A = pd.DataFrame({'code1': ['US',
...: 'RU', 'AO', 'ZW']})
In [109]: B = pd.DataFrame({'code': ['US', 'ZW', 'RU', 'YE', 'AO'],
...: 'long': [65.216000, 65.216000,18.500000,-63.032000,19.952000], 'lat': [12.500000, 33.67700
...: 0,-12.500000,18.237000,60.198000]})
In [110]: A.rename({"code1":"code"},axis=1,inplace=True)
In [111]: A = pd.merge(A,B, on="code").rename({"code":"code1"},axis=1)
In [112]: A
Out[112]:
code1 long lat
0 US 65.216 12.500
1 RU 18.500 -12.500
2 AO 19.952 60.198
3 ZW 65.216 33.677