时间戳

首页 > 解决方案 > 如何根据另一个表的检查替换熊猫数据框中列中的值

python - 如何根据另一个表的检查替换熊猫数据框中列中的值

问题描述

我有一个数据框df

import pandas as pd
df = pd.DataFrame({"Cust": ['cst1', 'cst1', 'cst1', 'cst2', 'cst2', 'cst2', 'cst3', 'cst3', 'cst3', 'cst4', 'cst4', 'cst4'],
                   "act": ['ac1', 'ac2', 'ac3','ac1', 'ac2', 'ac3','ac1', 'ac2', 'ac3','ac1', 'ac2', 'ac3' ],
                   "rating": ['a', 'b', 'c', 'b', 'b', 'c', 'h', 'i', 'i', 'c', 'c', 'a']})

df_priority = pd.DataFrame({"rating":['a','b', 'c', 'd', 'e', 'f','g','h','i','j','k','l','m','n','o','p','q','r','s'],
                            "priority":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19]})

和另一个具有评级优先级的数据框

我的df表看起来像：

    Cust  act rating
0   cst1  ac1      a
1   cst1  ac2      b
2   cst1  ac3      c
3   cst2  ac1      b
4   cst2  ac2      b
5   cst2  ac3      c
6   cst3  ac1      h
7   cst3  ac2      i
8   cst3  ac3      i
9   cst4  ac1      c
10  cst4  ac2      c
11  cst4  ac3      a

我的 df_priority 表看起来像：

   rating  priority
0       a         1
1       b         2
2       c         3
3       d         4
4       e         5
5       f         6
6       g         7
7       h         8
8       i         9
9       j        10
10      k        11
11      l        12
12      m        13
13      n        14
14      o        15
15      p        16
16      q        17
17      r        18
18      s        19

我需要检查df表中每个cust的评级值并将其替换为该 cust的最大优先级评级。

例如，对于 cust = cst1，我应该将所有三个记录的评分为a ，因为 a的优先级高于 b 和 c。同样，它应该适用于每个客户，然后应该检查优先级表并相应地更新。

我的预期输出是：

    Cust  act rating
0   cst1  ac1      a
1   cst1  ac2      a
2   cst1  ac3      a
3   cst2  ac1      b
4   cst2  ac2      b
5   cst2  ac3      b
6   cst3  ac1      h
7   cst3  ac2      h
8   cst3  ac3      h
9   cst4  ac1      a
10  cst4  ac2      a
11  cst4  ac3      a

我如何在 Pandas 中做到这一点？

标签： pythonpandasdataframe

解决方案

我们可以map使用transform idxmim然后将其分配回reindex

df['new']=df.rating.map(dict(zip(df_priority.rating,df_priority.priority)))
df.groupby('Cust').new.transform('idxmin')
0      0
1      0
2      0
3      3
4      3
5      3
6      6
7      6
8      6
9     11
10    11
11    11
Name: new, dtype: int64

df['newcol'] = df.rating.reindex(df.groupby('Cust').new.transform('idxmin')).tolist()
df
    Cust  act rating  new newcol
0   cst1  ac1      a    1      a
1   cst1  ac2      b    2      a
2   cst1  ac3      c    3      a
3   cst2  ac1      b    2      b
4   cst2  ac2      b    2      b
5   cst2  ac3      c    3      b
6   cst3  ac1      h    8      h
7   cst3  ac2      i    9      h
8   cst3  ac3      i    9      h
9   cst4  ac1      c    3      a
10  cst4  ac2      c    3      a
11  cst4  ac3      a    1      a

推荐阅读