代码之家 › 专栏 › 技术社区 › jfive

Python Pandas:DataFrame作为查找表

lookup-tables dataframe pandas python

jfive · 技术社区 · 8 年前

这是一个预处理的DataFrame,列表示特定列的频率和成功值。例如:列 A 与关联 FREQ_A 和 SUCCESS_A 分别地

   A  B  Gold  FREQ_A  SUCCESS_A  FREQ_B  SUCCESS_B
0  1  B     0       1       0.00       1       0.00
1  2  A     1       1       0.01       1       0.01

我有另一个DataFrame,如下所示:

   A  B
0  1  A
1  2  B

现在我想添加相关的频率和成功列( FREQ_* 和 SUCCESS_* , * : {A,B} ),从预处理的DataFrame中查找值。一个重要的观察是,预处理的DataFrame有一组相同的(非freq/success)列,但没有一组完整的键。(见第行 2 , A:3 和 B:C 不位于预处理帧中)

例如:

数据帧中的第一行具有值 A = 1, B = A ,因此:

频率A 将采用原始数据帧的值 频率A 哪里 A == 1

和

FREQ_B 将采用原始数据帧的值 频率_ B 哪里 B == A

理想的输出

   A  B  FREQ_A  SUCCESS_A  FREQ_B  SUCCESS_B
0  1  A       1       0.00       1       0.01
1  2  B       1       0.01       1       0.00

测试用例

1 回复 | 直到 8 年前

Alexander 8 年前

df1 = pd.DataFrame({
 'A': [1, 2],
 'B': ['B', 'A'],
 'FREQ_A': [1, 1],
 'FREQ_B': [1, 1],
 'Gold': [0, 1],
 'SUCCESS_A': [0.0, 0.01],
 'SUCCESS_B': [0.0, 0.01]})

df2 = pd.DataFrame({'A': [1, 2], 'B': ['A', 'B']})

result = (df2
          .merge(df1[['A', 'FREQ_A', 'SUCCESS_A']], on='A')
          .merge(df1[['B', 'FREQ_B', 'SUCCESS_B']], on='B'))
>>> result
   A  B  FREQ_A  SUCCESS_A  FREQ_B  SUCCESS_B
0  1  A       1       0.00       1       0.01
1  2  B       1       0.01       1       0.00

编辑

对于任意数据帧:

result = pd.concat(
    [df2, pd.concat([df2[[col]].merge(
                         df1[[col, 'FREQ_' + str(col), 'SUCCESS_' + str(col)]], 
                         on=col, how='left').iloc[:, 1:] 
                     for col in df2], axis=1)], 
    axis=1)

推荐文章

July · 如何定义数字间隔,然后四舍五入

1 年前

Community wiki · 对象名称前的单下划线和双下划线的含义是什么?

1 年前