python - 如果行在熊猫中匹配，则在列之间匹配行并创建新列

Question

如果我有以下数据框（df）

emp_id  email_ad                    full_nm             mgr_emp_id
65391   [e-mail]   Pierric Beckert     57834
65392   [e-mail]      Mat Yokoyama        92499
65393   [e-mail]      Kevin Harvey        45325

对于 中的每一行mgr_emp_id，如果mgr_emp_id与中的员工 id 匹配，则通过从列中获取名称来emp_id创建一个新列。 Manager_Namefull_nm

我尝试了以下但我不确定如何调用该函数

def mgr1(row):
    for row in df['mgr_emp_id']:
        if row['mgr_emp_id'] == row['emp_id']:
            df['Manager Name']=row['full_nm']

我试着这样称呼它：

df.apply(lambda row: mgr1(row),axis=1)

但我收到一个错误：

TypeError：“浮动”对象不可下标

如果有更好的方法来实现我想要做的事情，请提供任何帮助:)

标签： pythonpandasmerge

Answer 1

如果我正确理解了您的问题，那么您希望为每个匹配的 id 实例“创建一个新列”就会感到困惑。大概您想要的是一个名为“管理名称”的附加列，如果emp_id匹配mgr_emp_id，您希望full_nm等于“管理名称”。显然，如果存在不平等，您将不知道管理名称。

要实现这一点，您可以简单地创建一个新的 NAN 值列，过滤emp_id匹配的行mgr_emp_id，并用该行的值替换这些行的 NAN 值full_nm。

df = pd.DataFrame([
    [65391, '[e-mail]', 'Pierric Beckert', 57834],
    [65392, '[e-mail]', 'Mat Yokoyama', 92499],
    [65393, '[e-mail]', 'Kevin Harvey', 45325],
    [11111, '[e-mail]', 'Example Same', 11111]],
    columns=['emp_id', 'email_ad', 'full_nm', 'mgr_emp_id'])

df['manager_name'] = np.nan

df.loc[df.emp_id.eq(df.mgr_emp_id), 'manager_name'] = df.full_nm

在最后一行中，我们用于loc查找emp_id匹配的行mgr_emp_id和感兴趣的列（“manager_name”），并将值输入到该数据框元素中，替换 NAN。

结果是：

    emp_id  email_ad                    full_nm         mgr_emp_id  manager_name
0   65391   [e-mail]   Pierric Beckert 57834       NaN
1   65392   [e-mail]      Mat Yokoyama    92499       NaN
2   65393   [e-mail]      Kevin Harvey    45325       NaN
3   11111   [e-mail]      Example Same    11111       Example Same

如果你想做任何不同的事情，我想你会想要单独的数据框或不同形状的数据框。