熊猫从另一个数据框中查找值

Question

我有两个要合并的数据框。第一个是 ~3000 行长，有 3 列：源和目标以及包含多个源和目标组合的卷：

<头>

来源	目标	音量
来源 1	目标 1	3
来源 2	目标 2	1

E

由此，我将源和目标的两个数据框与相应的卷分开。之后，我创建了另一个数据框，将这两个数据框中的数据保存在名为“parts”的单列下。我还根据原始数据框中每个部分的频率及其体积计算了一些值（计数、最小值、平均值、最大值）

<头>

部分	计数	分钟	平均	最大
来源 1	2	3	5	6
目标 1	5	1	5	10

我想将这两者结合起来，以便根据源和目标从第二个数据框中获取正确的值，然后再结合起来。我想要初始数据框如下：

<头>

来源	来源计数	S。分钟	S。平均	S。最大	目标	目标数量	T。分钟	T。平均	T。最大
来源 1	2	3	5	6	目标 1	5	1	5	10

当我分离源和目标等时，我做的这件事可能比我应该做的更复杂。 有没有一种简单的方法可以按照我想要的方式组合这些数据框？基本上是搜索源和目标的第二个数据框部分列，并将正确的值添加到原始值。

DIT：原始数据框在源列和目标列中可以具有相同的值，应考虑到这一点：

<头>

来源	目标	音量
A	B	3
B	C	1
C	A	3
B	A	1

结果是：

<头>

来源	来源计数	S。分钟	S。平均	S。最大	目标	目标数量	T。分钟	T。平均	T。最大
A	3	1	2.33	3	B	3	1	1.66	3
B	3	1	1.66	3	C	2	1	2	3
C	2	1	2	3	A	3	1	2.33	3
B	3	1	1.66	3	A	3	1	2.33	3

Answer 1

df
    Source  Target  volume
0   A       B       3
1   B       C       1
2   C       A       3
3   B       A       1

因为所有计算都必须独立于 Source、Target。因此，对于计算，最好将其作为同一列。所以，垂直连接Source-Volume表和Target-Volume表

temp_df = pd.concat([df[['Source', 'volume']].rename(columns={'Source': 'Source_Target'}),
                     df[['Target', 'volume']].rename(columns={'Target': 'Source_Target'})], ignore_index=True)
temp_df
  Source_Target volume
0      A            3
1      B            1
2      C            3
3      B            1
4      B            3
5      C            1
6      A            3
7      A            1

现在，您可以使用 groupby 和 agg

获得所有计算结果

temp_df = temp_df.groupby('Source_Target')['volume'].agg(
    count = 'count',
    min = 'min',
    mean = 'mean',
    max = 'max'
)
temp_df

最后，将 df 与基于 temp_df 的 Source 合并，然后基于 Target。

(df
 .drop('volume', axis=1)
 .merge(temp_df, left_on='Source', right_on='Source_Target', how='left') # 'left' to retain order
 .reindex(['Source', 'count', 'min', 'mean', 'max', 'Target'], axis=1)
 .rename(columns={'count': 'Source count', 'min': 'S .min', 'max': 'S .max', 'mean': 'S .mean'})
 .merge(temp_df,  left_on='Target', right_on='Source_Target', how='left')
 .rename(columns={'count': 'Target count', 'min': 'T .min', 'max': 'T .max', 'mean': 'T .mean'}))