首页 文章

如何根据另一个数据帧的值对pandas groupby应用更改？

提问于
浏览 次
2

我有一个包含3列的pandas groupby系列，我想根据另一个pandas数据帧的值对第三列进行更改

Data1                               Data2(unique names)

name    col1    col2                name   col
a       10      -0.2                x      0.002
b       80      0.3                 a      0.004
a       72      1.1                 b      0.007
a       54      0.8                 ... 
b       90     -3.2

创建pandas数据帧

df1 = pd.DataFrame.from_dict(Data1)
df2 = pd.DataFrame.from_dict(Data2)

和groupby第一个数据帧

df1Groupby = df1.groupby(df1.keys()[0])

使用df1中的公用名获取df2中的行

common = {}
for i in df2[df2.keys()[0]]:
    if i in df1[df1.keys()[0]].unique():
        common[i] = df2[df2.keys()[0]==i][df2.keys()[1]].values
dfcommon = pd.DataFrame.from_dict(common)

现在我想在Data1中为每个名称更改col2

col2 = col2 col1 * col

定义一个函数

def my_func(group, amt):
    group[group.keys()[2]] = group[group.keys()[2]] + group[group.keys()[1]] * amt
    return group

然后在主要调用函数

for i in dfcommon.index:
    df1Groupby.get_group(i).apply(my_func, dfcommon.loc[i].values[0],axis=1)

但后来我得到以下错误

TypeError：apply（）获得参数'axis'的多个值

不确定我的方法是否正确，并希望得到任何帮助 .

python pandas dataframe

1 回答

  • 3

    这很简单，因为使用pandas.Series.map . 在这种情况下，'ll be creating a mapping between ' name ' and ' col '. You don' t需要'merge'（加入）两个数据帧，因为您只想从第二个数据帧中检索一个值 .

    # create a mapper
mapper = Data2.set_index('name')['col']
mapped_value = Data1['name'].map(mapper)

# crete new column
data1['new_column'] = data1['col1'] + data1['col2'] * mapped_value

    希望这是你想要实现的目标 . 如果没有请提供更多细节和所需的输出！

    回复于

相关问题