大 pandas ：添加具有与其他数据帧匹配的行的索引的列 [英] Pandas: add column with index of matching row from other dataframe
本文介绍了大 pandas ：添加具有与其他数据帧匹配的行的索引的列的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
清理共享点列表以使用适当的表关系将其上传到mssql。
基本上，两个数据框（数据，配置）都共享一些公共列（国家/地区，业务）。
我想做的是在datadf中插入一个新列，其中，对于每一行，它都基于列country和business的值包含configdf中匹配行的索引。
数据帧数据：
----- |- ------- | ---------- | -----
... |国家（地区）|商业| ...
----- | --------- | ---------- | -----
| A | 1 |
----- | --------- | -------------- | -----
| A | 1 |
----- | --------- || ---------- | -----
| A | 2 |
----- | --------- | -------------- | -----
| A | 2 |
----- | --------- | -------------- | -----
| B | 1 |
----- | --------- | -------------- | -----
| B | 1 |
----- | --------- | ------------ || -----
| B | 2 |
----- | --------- | -------------- | -----
| C | 1 |
----- | --------- | -------------- | -----
| C | 2 |
----- | --------- | ------------ || ----
数据帧配置（ID =索引）：
- -| --------- || ---------- | -----
ID |国家（地区）|商业| ...
---- | --------- | ---------- | -----
1 | A | 1 |
---- | --------- | ---------- || ----
2 | A | 2 |
---- | --------- | ---------- | -----
3 | B | 1 |
---- | --------- | ------------ || ----
4 | B | 2 |
---- | --------- | ---------- | -----
5 | C | 1 |
---- | --------- | ---------- || ----
6 | C | 2 |
---- | --------- | ---------- || ----
我想添加到数据框数据中的内容：
- -| --------- | ---------- | ----------- | -----
... |国家（地区）|商业| config_ID | ...
----- | --------- | ---------- | ----------- | ---- -
| A | 1 | 1 |
----- | --------- | ------------ || ----------- | -----
| A | 1 | 1 |
----- | --------- | ------------ || ----------- | -----
| A | 2 | 2 |
----- | --------- | ------------ || ----------- | -----
| A | 2 | 2 |
----- | --------- | ------------ || ----------- | -----
| B | 1 | 3 |
----- | --------- | ------------ || ----------- | -----
| B | 1 | 3 |
----- | --------- | ------------ || ----------- | -----
| B | 2 | 4 |
----- | --------- | ------------ || ----------- | -----
| C | 1 | 5 |
----- | --------- | ------------ || ----------- | -----
| C | 2 | 6 |
----- | --------- | -------------- | ----------- | -----
----发现有用的东西----
datadf ['config_ID'] = datadf.apply（lambda x：configdf [（configdf.country == x.country）&（configdf.business_unit == x.business_unit ）]。index [0]，轴= 1）
尽管我是公开征求其他建议，特别是如果它可以与df.insert（）一起使用。
解决方案
这里是使用熊猫合并的解决方案。 / p>
将熊猫作为pd
＃导入两个数据框
data = pd.DataFrame（{国家/地区：['A'，'A'，'A'，'A'，'B'，'B'，'B'，'C'，'C']，
业务 '：[1,1,2,2,1,1,2,1,2]}）
configdf = pd.DataFrame（{'Country'：['A'，'A' ，'B'，'B'，'C'，'C']，
'Business'：[1,2,1,2,1,2]}）
＃使索引值为
的列configdf.reset_index（inplace = True）
＃根据所选列合并两个数据框。
newdf = data.merge（configdf，on = ['Country'，'Business']）
Cleaning up sharepoint list for upload to mssql with proper table relationships.
Basically, two dataframes (data, config), both share some common columns (country, business). What I want to do is to insert a new column in datadf where for each row it contains index of matching row in configdf based on values in columns country and business.
dataframe data:
-----|---------|----------|-----
... | Country | Business | ...
-----|---------|----------|-----
| A | 1 |
-----|---------|----------|-----
| A | 1 |
-----|---------|----------|-----
| A | 2 |
-----|---------|----------|-----
| A | 2 |
-----|---------|----------|-----
| B | 1 |
-----|---------|----------|-----
| B | 1 |
-----|---------|----------|-----
| B | 2 |
-----|---------|----------|-----
| C | 1 |
-----|---------|----------|-----
| C | 2 |
-----|---------|----------|-----
dataframe config (ID = index):
----|---------|----------|-----
ID | Country | Business | ...
----|---------|----------|-----
1 | A | 1 |
----|---------|----------|-----
2 | A | 2 |
----|---------|----------|-----
3 | B | 1 |
----|---------|----------|-----
4 | B | 2 |
----|---------|----------|-----
5 | C | 1 |
----|---------|----------|-----
6 | C | 2 |
----|---------|----------|-----
what I want to add to dataframe data:
-----|---------|----------|-----------|-----
... | Country | Business | config_ID | ...
-----|---------|----------|-----------|-----
| A | 1 | 1 |
-----|---------|----------|-----------|-----
| A | 1 | 1 |
-----|---------|----------|-----------|-----
| A | 2 | 2 |
-----|---------|----------|-----------|-----
| A | 2 | 2 |
-----|---------|----------|-----------|-----
| B | 1 | 3 |
-----|---------|----------|-----------|-----
| B | 1 | 3 |
-----|---------|----------|-----------|-----
| B | 2 | 4 |
-----|---------|----------|-----------|-----
| C | 1 | 5 |
-----|---------|----------|-----------|-----
| C | 2 | 6 |
-----|---------|----------|-----------|-----
----Found something that works----
datadf['config_ID'] = datadf.apply(lambda x: configdf[(configdf.country == x.country) & (configdf.business_unit == x.business_unit)].index[0], axis=1)
It gets the job done, although I am open for other suggestions, especially if it could work with df.insert()
解决方案
Here is a solution using pandas merge.
import pandas as pd
# make the two dataframes
data = pd.DataFrame({'Country':['A','A','A','A','B','B','B','C','C'],
'Business':[1,1,2,2,1,1,2,1,2]})
configdf = pd.DataFrame({'Country':['A','A','B','B','C','C'],
'Business':[1,2,1,2,1,2]})
# make a column with the index values
configdf.reset_index(inplace=True)
# merge the two dataframes based on the selected columns.
newdf = data.merge(configdf, on=['Country', 'Business'])
这篇关于大 pandas ：添加具有与其他数据帧匹配的行的索引的列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
