Question

我有一个数据框dfScore

dfScore = pd.DataFrame([["ringo", 0,0,0]], columns=["Name","Sales total","Problem total","Finance total"])

    Name  Sales total  Problem total  Finance total
0  ringo            0              0              0

和数据框类别

data = [["Finance total", 14], ["Sales total", 4], ["Problem total", 5]] 
categories = pd.DataFrame(data, columns = ['Category', 'ScoreTruth'])

        Category  ScoreTruth
0  Finance total          14
1    Sales total           4
2  Problem total           5

我想做的是检查dfScores列中是否包含类别中“类别”中的值。如果是，则将dfScores列中的值设置为“ ScoreTruth”相邻值。我尝试使用isin来获取dfScores列中的索引，但是实际上并没有告诉我哪个Category是哪个索引。即

index = np.where(dfScore.columns.isin(categories["Category"]))
print(index[0])
>>>[1 2 3]

如果我尝试从isin那里获取索引，反过来我会得到

index2 = np.where(categories["Category"].isin(dfScore.columns))
print(index2[0])
>>>[0 1 2]

所以现在我想我可以像这样dfScore.iloc[:,index[0]] = categories.iloc[index2[0]].loc["ScoreTruth"]来设置值，但是我得到KeyError: 'ScoreTruth'显然，这只有在我使用index [0]设置dfScores中的每一行的情况下才有效，不理想。

我想输出一个看起来像这样的数据框

    Name  Sales total  Problem total  Finance total
0  ringo            4              5             14

Answer 1

让我们尝试DataFrame.assign：

s = categories.set_index('Category')['ScoreTruth']
dfScore.assign(**s[s.index.intersection(dfScore.columns)])

    Name  Sales total  Problem total  Finance total
0  ringo            4              5             14

检查一个数据框值是否与另一数据框列匹配，然后在数据框列中设置值

1 个答案: