两个数据帧之间的条件语句

Question

我浏览了这里的论坛来寻找答案。我正在尝试根据 df1 中的条件填充 df2 列，并且仅当 df1 和 df2 代码匹配时，才用 df1 列 X 填充 df2 列 X。

例如：

If df1['Type'] == 'X' & df1['code1'] == df2['code1'] return df1['Num']
Elif df1['Type'] == 'Y' & df1['code2'] == df2['code2'] return df1['Num']

df1

df2

df1 = df1.reset_index(drop=True)
df2 = df2.reset_index(drop=True)

df2.loc[(df2['code1'].isin(df1['code1'])) & (df1['Type'] == "X"), 'Num'] = df1['Num']
df2.loc[(df2['code2'].isin(df1['code2'])) & (df1['Type'] == "Y"), 'Num'] = df1['Num']

Answer 1

您似乎正在尝试根据 df1 的某些条件填充 df2 中的“Num”列。您使用

.loc

根据条件更新 df2 中的值是正确的，但您的代码中存在一些问题。

1. 您正在使用

   &

   运算符来组合条件。在 pandas 中，您应该使用

   &

   表示逐元素逻辑

   AND

   ，使用

   |

   表示逐元素逻辑

   OR

   。
2. 使用

   .loc

   按条件赋值时，应根据满足条件的行的索引从df1中选择对应的值。

以下是修复代码的方法：

import pandas as pd

# Assuming df1 and df2 are your DataFrames

# Resetting index
df1 = df1.reset_index(drop=True)
df2 = df2.reset_index(drop=True)

# Condition 1: df1['Type'] == 'X' and df1['code1'] matches df2['code1']
mask1 = (df1['Type'] == 'X') & (df2['code1'].isin(df1['code1']))
df2.loc[mask1, 'Num'] = df1.loc[df1['code1'].isin(df2.loc[mask1, 'code1']), 'Num']

# Condition 2: df1['Type'] == 'Y' and df1['code2'] matches df2['code2']
mask2 = (df1['Type'] == 'Y') & (df2['code2'].isin(df1['code2']))
df2.loc[mask2, 'Num'] = df1.loc[df1['code2'].isin(df2.loc[mask2, 'code2']), 'Num']

在此代码中：

• 我们为每个条件创建布尔掩码

  mask1

  和

  mask2

  。
• 我们使用

  .loc

  来更新 df2 中条件为 True 的值。
• 我们使用

  .loc

  和条件为 True 的行索引从 df1 中选择相应的值。

这应根据指定的条件填充 df2 中的“Num”列。确保根据您实际的 DataFrame 列名称调整列名称（'code1'、'code2'、'Type'、'Num'）。