时间戳

首页 > 解决方案 > 基于多列python的join

python - 基于多列python的join

问题描述

数据框：

df1：

col1        col2        col3        col4        col5        col6        col7        col8 
7865                                                                                abc
                                    7269        689                                 def
            8726                                                                    ghi
                                                                        986         jkl
                                                7689                                mno
                        8762                                                        pqr
                                                                                    stu
                        9698                                                        vwx
            3568                                                                    yz

df2:

Scientific value         mapping_value
1                        8726
2                        9698
3                        3568
4                        986
5                        7269

我想将 df1 中的“col1、col2、col3、col4、col5、col6、col7”列值与 df2 中的“mapping_value”列匹配，并在 df1 中创建一个名为“科学价值”的新列，其中包含来自“科学价值”的条目" df2 中的列。

输出：

col1        col2        col3        col4        col5        col6        col7        col8   Scientific value
7865                                                                                abc    
                                    7269        689                                 def    5
            8726                                                                    ghi    1
                                                                        986         jkl    4
                                                7689                                mno
                        8762                                                        pqr
                                                                                    stu
                        9698                                                        vwx    2
            3568                                                                    yz     3

谢谢！

标签： pythonpandasdataframe

解决方案

我注意到：

  • df1中的所有列都是对象类型（实际上是string），
  • 但df2中的所有列（包括mapping_value）都是int类型。

因为必须在mapping_value和 col...列之间执行连接之类的操作，所以必须将它们带入一个通用类型，例如使用一些辅助对象。

所以首先要做的是创建一个“映射器”系列：

  • 取自df2['Scientific value'] 的值，
  • 索引取自df2.mapping_value，但转换为string。

执行此操作的代码是：

mapper = df2.set_index('mapping_value')['Scientific value']
mapper.index = mapper.index.astype(str); mapper

然后定义一个函数来获取科学值（“真”值或“否定”情况下的空字符串）：

def getScVal(row):
    rw = row[:-1]    # without "col8" 
    rw = rw[rw != ''].to_frame('code').set_index('code')
    res = rw.join(mapper, how='inner')
    return res.iloc[0,0] if res.size > 0 else ''

并生成新列，运行：

df1['Scientific value'] = df1.apply(getScVal, axis=1)

推荐阅读