从数据框中提取相对于其他数据框中的bin值的行（不使用列名）

Question

我正在处理3个数据帧，其中2个数据帧包含基于它们所属的范围（在单独的列中）分配给列数据的附加bin号。

df_1

一个B.

5 6

8 1

6 7

4 9

1 3

9 2

2 5

df_2

A B A_bin B_bin

5 6 2 2

8 1 1 1

6 7 3 2

4 9 3 3

1 3 1 1

9 2 1 1

2 5 2 2

df_3

A B C D A_bin B_bin C_bin D_bin

5 6 2 6 2 2 1 2

8 1 6 4 1 1 2 2

6 7 3 1 3 2 1 1

4 9 1 9 3 3 1 3

1 3 8 7 1 1 3 3

9 2 4 8 1 1 2 3

2 5 9 2 2 2 3 1

df_1只包含两列，df_2具有附加列，其中包含根据属于的范围分配给列A和B的bin，类似地，df_3包含具有值的列和具有分配的bin编号的附加列。

我想从df_3中提取行，使得它只提取数据，其中df_2列分别在单独的数据帧中为每列具有bin值“2”。

我面临的主要问题是在不提及代码中任何位置的列名的情况下执行此操作。

预期产出

df_output_1（df_2中列'A'的bin值为2）

A B C D

5 6 2 6

2 5 9 2

df_output_2（其中df_2中列'B'的bin值为2）

A B C D

5 6 2 6

6 7 3 1

2 5 9 2

Answer 1

使用合并（右或左）我们可以过滤数据的名声。

    for bin_name in (column_name + "_bin" for column_name in df_1_columns):
      print(bin_name)
      df_3_joined = pd.merge(df_3[df_3_op_columns], df_2[df_2[bin_name] == 2][df_1_columns], how='right', on=df_1_columns, suffixes=['_l', ''])
      print(df_3_joined)

完整的例子是

import pandas as pd

df_1 = pd.DataFrame(columns = ['A', 'B'])
df_1.loc[len(df_1)] = [5,6]
df_1.loc[len(df_1)] = [8, 1]
df_1.loc[len(df_1)] = [6, 7]
df_1.loc[len(df_1)] = [4, 9]
df_1.loc[len(df_1)] = [1, 3]
df_1.loc[len(df_1)] = [9, 2]
df_1.loc[len(df_1)] = [2, 5]

df_2 = pd.DataFrame(columns = ['A', 'B', 'A_bin', 'B_bin'])
df_2.loc[len(df_2)] = [5, 6, 2, 2]
df_2.loc[len(df_2)] = [8, 1, 1, 1]
df_2.loc[len(df_2)] = [6, 7, 3, 2]
df_2.loc[len(df_2)] = [4, 9, 3, 3]
df_2.loc[len(df_2)] = [1, 3, 1, 1]
df_2.loc[len(df_2)] = [9, 2, 1, 1]
df_2.loc[len(df_2)] = [2, 5, 2, 2]

df_3 = pd.DataFrame(columns = ['A', 'B', 'C', 'D', 'A_bin', 'B_bin', 'C_bin', 'D_bin'])
df_3.loc[len(df_3)] = [5, 6, 2, 6, 2, 2, 1, 2]
df_3.loc[len(df_3)] = [8, 1, 6, 4, 1, 1, 2, 2]
df_3.loc[len(df_3)] = [6, 7, 3, 1, 3, 2, 1, 1]
df_3.loc[len(df_3)] = [4, 9, 1, 9, 3, 3, 1, 3]
df_3.loc[len(df_3)] = [1, 3, 8, 7, 1, 1, 3, 3]
df_3.loc[len(df_3)] = [9, 2, 4, 8, 1, 1, 2, 3]
df_3.loc[len(df_3)] = [2, 5, 9, 2, 2, 2, 3, 1]

results = {}
df_1_columns = list(df_1.columns)
df_3_op_columns = [cname for cname in list(df_3.columns) if not cname.endswith("_bin")]
for bin_name in (column_name + "_bin" for column_name in df_1_columns):
    df_3_joined = pd.merge(df_3[df_3_op_columns], df_2[df_2[bin_name] == 2][df_1_columns], how='right', on=df_1_columns)
    results[bin_name] = df_3_joined

for binName, result in results.iteritems():
    print(binName)
    print(result)

如果您知道bin名称，则按如下方式检索结果。

A_bin_df = results['A_bin']
print(A_bin_df)
B_bin_df = results['B_bin']
print(B_bin_df)

Answer 2

使用df.columns和列索引来防止使用列名 。

您可以使用all_cols = df_2.columns来获取列名列表。 然后，使用all_cols[i]获取列名。

例如，可以得到与B列 df_2[all_cols[1]]并用获得列B_bin df_2[all_cols[1 + len(all_cols) / 2]] 如果要获取另一列及其相应的_bin列，只需将“1”更改为其他数据帧列索引。