python - Pandas -- 根据条件将 groupby 合并到新的数据框中
问题描述
我有以下数据框:
df1:
+----+-----------+
| ID | Purchases |
+----+-----------+
| a | 1 |
+----+-----------+
| b | 4 |
+----+-----------+
| b | 4 |
+----+-----------+
| b | 4 |
+----+-----------+
| c | 7 |
+----+-----------+
还有另一个数据框:
df2:
+----+-----------+
| ID | Purchases |
+----+-----------+
| a | NaN |
+----+-----------+
| c | NaN |
+----+-----------+
如何df1
按 ID 分组,获取 Purchases 的值并将其映射回df2
?请注意,df2
它没有所有的 ID df1
,因此只有df2
应该填写的 ID(即不应添加新的 ID df2
)。
这是我尝试过的:
t = df1.groupby('ID', as_index=False)
pd.merge(left=df2, right=t, left_on='ID', right_on='ID')
但它不起作用。
解决方案
推荐阅读
- python - 在 BeautifulSoup 中查找没有属性的兄弟标签
- reactjs - 我正在尝试在子组件中记录父组件的道具
- python-2.7 - 使用非常旧的 python 版本设置 conda 环境
- ionic-framework - 如何修复关于 Web api 和 Node.js 的连接是问题
- excel - 计数空白单元格直到找到值
- python - 找不到在pygame中制作多行的方法
- excel - 当变量等于新月时如何创建新形状
- python - cv2.HoughLinesP 没有返回任何行
- c# - 没有为具有 LinearLayout 和 MapView 的 id 找到视图
- javascript - 如果日期选择在 materializecss 或谷歌脚本中达到特定数字,则禁用日期