Question

我有两个数据框，我需要使用1作为参考来计算其他值。

例如，我有df：

Brand    LB_ID       Score
BMW      Class       98
BMW      Cost        99
VW       Class       85
VW       Cost        70

另外df_lb这样

Brand     Total
BMW       56
VW        180

我需要使用此公式来计算另一列：(Score(df) / Total(df_lb)) * 100

通常我可以对这些数据使用if-else条件，但是我有大数据，并且需要花费大量时间来编写数百条if_else行...我需要一种有效的方法吗？有吗？

Answer 1

在第二个DataFrame中将Series.map用于新的Series和Brand，用于将Score列除以100并用于新列：

df['new'] = df['Score'].div(df['Brand'].map(df_lb.set_index('Brand')['Total'])).mul(100)
print (df)
  Brand  LB_ID  Score         new
0   BMW  Class     98  175.000000
1   BMW   Cost     99  176.785714
2    VW  Class     85   47.222222
3    VW   Cost     70   38.888889

Answer 2

将Brand设置为两个数据帧的索引并除法：

df["new"] = (df.set_index("Brand")
               .Score
               .div(df_lb.set_index("Brand").Total)
              .mul(100)
              .array)

df


   Brand    LB_ID   Score   new
0   BMW     Class   98  175.000000
1   BMW     Cost    99  176.785714
2   VW      Class   85  47.222222
3   VW      Cost    70  38.888889

Answer 3

首先合并

m = df.merge(df_lb)

然后计算您的新列

m['new'] = 100 * m['Score'] / m['Total']

基于条件的熊猫数据帧计算

3 个答案: