从熊猫数据框中的多列查找

Question

我有一个数据框（约 8k 行），其中包含几列对应于要查找的固定值。

数据框看起来像这样-（ish）：

<头>

class_name	尺寸	颜色
第一次	L	绿色
第一次	L	蓝色
第二个	XL	红色

查找表如下所示（df 或嵌套的 python 字典）：

<头>

class_name	尺寸	蓝色	红色	绿色
第一次	L	90	95	90
第一次	XL	100	105	100
第二个	XL	100	105	100

我正在寻找的是一种将新列 value 添加到我的第一个 df 的有效方法。像这样：

<头>

class_name	尺寸	颜色	价值
第一次	L	绿色	90
第一次	L	蓝色	90
第二个	XL	红色	105

现在我正在解决这个问题

df['value'] = df.apply(
            lambda row: lookup_function(df['class_name'], df['size'], df['colour'])

# and that lookup_function includes the dict (or a df if that helps)
def lookup_function(class_name, size, colour):
    looky_here = {.. lookup table as dict structure ..}
    try:
        return float(looky_here[class_name][size][colour])
    except:
        return 0

这很慢（在处理完我的 8k df 之后，我有很多新的 8k df 要做）。我怎样才能更快更优雅地做到这一点？

Answer 1

我会考虑融化 (melt documentation) 您的查找表：

melted = lookup.melt(id_vars=['class_name', 'size'], value_vars=['blue', 'red', 'green'], var_name='colour')

会产生：

此时您可以简单地将第一个数据框与其合并。

df.merge(melted, on=['class_name', 'size', 'colour'])