Pandas数据框架的比较和替换值

问题描述 投票:0回答:1

我有两个pandas数据框,如下所示。列'No'是一个普通字段。基于'No',我想替换第一个数据框列'Total'中的值。

条件是 : 凡是'No'匹配的地方,从dataframe2中获取'Marks1'的值,然后替换到'Total'栏中。如果'Marks1'是NULL,则从数据框2中获取'Marks2'的值,并替换到'Total'栏中。如果两个(Marks1Marks2)都是空的,则在'Total'列中替换为空。最后的结果应该是在数据框1中。这两个数据框都有几十万条记录,我有两个pandas数据框。

Data frame1
No|Total
1234|11
2515|21
3412|32
4854|
7732|53

Data frame2
No|Marks1|Marks2
1234|99|23
2515|98|31
3412||20
4854||98
7732||

Result :
No|Total
1234|99
2515|98
3412|20
4854|98
7732|
pandas python-3.6
1个回答
2
投票

使用"..."。Series.map 替换缺失值 Marks1Marks2Series.fillna:

df = df2.set_index('No')

df1['Total'] = df1['No'].map(df['Marks1'].fillna(df['Marks2']))
print (df1)
     No  Total
0  1234   99.0
1  2515   98.0
2  3412   20.0
3  4854   98.0
4  7732    NaN

如果可能的话 No 对于 df2 然后使用。

print (df2)
     No  Marks1  Marks2
0  1234    99.0    23.0 <- duplicated No
1  1234    98.0    31.0 <- duplicated No
2  3412     NaN    20.0
3  4854     NaN    98.0
4  7732     NaN     NaN

#newer pandas versions
df = df2.set_index('No').sum(level=0, min_count=1)
#oldier pandas versions
#df = df2.set_index('No').sum(level=0)
print (df)
      Marks1  Marks2
No                  
1234   197.0    54.0<- unique No, values are summed per index created by No
3412     NaN    20.0
4854     NaN    98.0
7732     NaN     NaN

df1['Total'] = df1['No'].map(df['Marks1'].fillna(df['Marks2']))
print (df1)
     No  Total
0  1234  197.0
1  2515    NaN
2  3412   20.0
3  4854   98.0
4  7732    NaN

如果有相同的索引值在 df1df2 而每个 No 值匹配使用。

df1['Total'] = df2['Marks1'].fillna(df2['Marks2'])

1
投票

你可以使用 np.select 在这里。

m = df2['Marks1'].notna()
m1 = df2['Marks1'].isna() & df2['Marks2'].notna()
condlist = [m,m1]
choice = [df2['Marks1'] , df2['Marks2']]
df1['Total'] = np.select(condlist,choice,np.nan)

     No  Total
0  1234   99.0
1  2515   98.0
2  3412   20.0
3  4854   98.0
4  7732    NaN
© www.soinside.com 2019 - 2024. All rights reserved.