python – Pandas：根据来自另一列的匹配替换列值

发布时间：2020-12-16 23:15:46 所属栏目：Python 来源：网络整理

导读：我在第一个数据框df1 [“ItemType”]中有一列,如下所示, Dataframe1 ItemType1redTomatowhitePotatoyellowPotatogreenCaulifloweryellowCaulifloweryelloSquashredOnionsYellowOnionsWhiteOnionsyellowCabbageGreenCabbage 我需要根据从另一个数据框创建的字

我在第一个数据框df1 [“ItemType”]中有一列,如下所示,

Dataframe1

ItemType1
redTomato
whitePotato
yellowPotato
greenCauliflower
yellowCauliflower
yelloSquash
redOnions
YellowOnions
WhiteOnions
yellowCabbage
GreenCabbage

我需要根据从另一个数据框创建的字典替换它.

Dataframe2

ItemType2          newType
whitePotato        Potato
yellowPotato       Potato
redTomato          Tomato
yellowCabbage   
GreenCabbage    
yellowCauliflower   yellowCauliflower
greenCauliflower    greenCauliflower
YellowOnions        Onions
WhiteOnions         Onions
yelloSquash         Squash
redOnions           Onions

请注意,

>在dataframe2中,某些ItemType与ItemType中的相同
dataframe1.
> dataframe2中的某些ItemType具有nullCabbage等空值.
> dataframe2中的ItemType与dataframe中的ItemType无关

如果相应的Dataframe2 ItemType中的值匹配,我需要替换Dataframe1 ItemType列中的值,newType保持在bullet-points中列出的异常之上.
如果没有匹配,那么值必须是[无变化].

到目前为止,我得到了.

import pandas as pd

#read second `csv-file`
df2 = pd.read_csv('mappings.csv',names = ["ItemType","newType"])
#conver to dict
df2=df2.set_index('ItemType').T.to_dict('list')

下面给出的匹配替换不起作用.他们正在插入NaN值而不是实际值.这些是基于SO的讨论here.

df1.loc[df1['ItemType'].isin(df2['ItemType'])]=df2[['NewType']]

要么

df1['ItemType']=df2['ItemType'].map(df2)

提前致谢

编辑
两个数据框中的两个列标题具有不同的名称.因此,dataframe1列是ItemType1,第二个数据帧中的第一列是ItemType2.错过了第一次编辑.

解决方法

使用地图

您需要的所有逻辑：

def update_type(t1,t2,dropna=False):
    return t1.map(t2).dropna() if dropna else t1.map(t2).fillna(t1)

让’ItemType2’成为Dataframe2的索引

update_type(Dataframe1.ItemType1,Dataframe2.set_index('ItemType2').newType)

0                Tomato
1                Potato
2                Potato
3      greenCauliflower
4     yellowCauliflower
5                Squash
6                Onions
7                Onions
8                Onions
9         yellowCabbage
10         GreenCabbage
Name: ItemType1,dtype: object

update_type(Dataframe1.ItemType1,Dataframe2.set_index('ItemType2').newType,dropna=True)

0                Tomato
1                Potato
2                Potato
3      greenCauliflower
4     yellowCauliflower
5                Squash
6                Onions
7                Onions
8                Onions
Name: ItemType1,dtype: object

校验

updated = update_type(Dataframe1.ItemType1,Dataframe2.set_index('ItemType2').newType)

pd.concat([Dataframe1,updated],axis=1,keys=['old','new'])

定时

def root(Dataframe1,Dataframe2):
    return Dataframe1['ItemType1'].replace(Dataframe2.set_index('ItemType2')['newType'].dropna())

def piRSquared(Dataframe1,Dataframe2):
    t1 = Dataframe1.ItemType1
    t2 = Dataframe2.set_index('ItemType2').newType
    return update_type(t1,t2)

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!