预先道歉,可能会合并以前的问题/主题。我在很多相关文章上花费了很多时间,并相信我迷失在最佳的使用方法中。问题是:
我有两个维数相同,列名称和索引相等的Pandas DataFrame。它们都源自单独的SQL查找。我有第三个DataFrame作为字典,因此我可以使用连接/合并操作来填充原始两个DataFrame中的每个中的空列。一旦完成,并且两个DataFrames中的列都已满,我想将它们缝合在一起,以便将两个对应的条目合并到一个统一DataFrame中的一行,而不是每个DataFrame中的一行。显然,列名冲突是问题的一部分。这是一个表示形式:
frame1
Out[87]:
matchupid primary geo
0 27812 student1 east
1 91876 student3 east
2 65019 student5 west
3 21632 student7 south
frame2
Out[88]:
matchupid primary geo
0 27812 student2 west
1 91876 student4 central
2 65019 student6 north
3 21632 student8 east
省去了控制指令以节省帖子的空间,这是将每个框架合并到字典框架时得到的结果。 到目前为止,这里的结果对我来说是正确的:
a1 = frame1.merge(dictFrame, on="primary")
a1
Out[70]:
matchupid primary geo matchup q1_res q2_res
0 27812 student1 east 27812 fail 41.2
1 91876 student3 east 91876 78.2 pass
2 65019 student5 west 65019 defer 107
3 21632 student7 south 21632 210.4 fail
a2 = frame2.merge(dictFrame, on="primary")
a2
Out[72]:
matchupid primary geo matchup q1_res q2_res
0 27812 student2 west 27812 defer fail
1 91876 student4 central 91876 104.2 defer
2 65019 student6 north 65019 92.2 91.4
3 21632 student8 east 21632 pass pass
a3 = pd.concat([a1, a2])
a3
Out[75]:
matchupid primary geo matchup q1_res q2_res
0 27812 student1 east 27812 fail 41.2
1 91876 student3 east 91876 78.2 pass
2 65019 student5 west 65019 defer 107
3 21632 student7 south 21632 210.4 fail
0 27812 student2 west 27812 defer fail
1 91876 student4 central 91876 104.2 defer
2 65019 student6 north 65019 92.2 91.4
3 21632 student8 east 21632 pass pass
现在,所需的状态看起来像这样(由于我实际上无法弄清楚该怎么做,所以有点作弊:))。 未实现-这是所需的结果:
Out[97]:
matchupid primary q1_res q2_res secondary secondary_q1res secondary_q2res
0 27812 student1 fail 41.2 student2 defer fail
1 91876 student3 78.2 pass student4 104.2 defer
2 65019 student5 defer 107 student6 92.2 91.4
3 21632 student7 210.4 fail student8 pass pass
我已经尝试了几种不同的方法,并且很好奇索引和匹配IP相同的事实是否会带来一些好处。我认为也许在matchupid上使用groupby可以让我在需要保持的对中工作。如果可行,剩下的任务将是1 /将两行变成一,2 /将它们添加到新的(?)DataFrame中,和3 /更改列名。有人介意建议一种方法或我缺少的链接吗?预先感谢!
grouped = a3.groupby('matchupid')
grouped.get_group(21632)
Out[109]:
matchupid primary q1_res q2_res
3 21632 student7 210.4 fail
3 21632 student8 pass pass
看来这是pd.concat(axis=1)
的工作,是“水平”串联:
# Create a temporary DataFrame from a2 with correct column names
temp = a2.rename(columns={'primary': 'secondary',
'q1_res':'secondary_q1res',
'q2_res':'secondary_q2res'})
temp = temp.drop(columns=['matchup', 'geo'])
# Horizontally concat with relevant columns of a1
a3 = pd.concat([a1.drop(columns=['matchup', 'geo']), temp], axis=1)