Pandas：如何使用其他数据框的列替换数据框中的值

Question

我想使用另一个数据框作为映射的参考将数据框 A 中的值替换为“1”，如下所示：

原始数据帧 A：

Index  201901    201902    201903
a      0         0         0
b      0         0         0
c      0         0         0
d      0         0         0

参考数据帧 B

Index  Month
a      201902
b      201901

结果数据帧 C

Index  201901    201902    201903
a      0         1         0
b      1         0         0
c      0         0         0
d      0         0         0

我试过 loc 但还没有找到让它工作的方法。 有什么建议？

Answer 1

您可以使用df.iterrows()遍历第二个数据帧的行，并使用df.at[]在需要的地方设置值。

df = pd.DataFrame([[0,0,0], [0,0,0], [0,0,0], [0,0,0]], columns=['201901', '201902', '201903'])
df.index=['a', 'b','c', 'd']
print(df)
#    201901  201902  201903
# a       0       0       0
# b       0       0       0
# c       0       0       0
# d       0       0       0

dfb = pd.DataFrame(['201902', '201901'], columns=['month'])
dfb.index = ['a', 'b']
print(dfb)
#     month
# a  201902
# b  201901

for i, row in dfb.iterrows():
    df.at[i, row] = 1

print(df)
#    201901  201902  201903
# a       0       1       0
# b       1       0       0
# c       0       0       0
# d       0       0       0

Answer 2

看起来没有必要迭代。 我有一个使用pd.get_dummies和pd.DataFrame.update的简单解决方案

dfA.update(pd.get_dummies(dfB.Month.apply(str)))

我使用了.apply(str)因为 dfB 的内容注册为整数，但 A 中的列是字符串，因此如果字段不匹配，则update将不起作用

输出：

       201901  201902  201903
Index                        
a         0.0     1.0       0
b         1.0     0.0       0
c         0.0     0.0       0
d         0.0     0.0       0

Answer 3

Numpy 分配

df.values[df.index.get_indexer(dfb.index),df.columns.get_indexer(dfb.month)]=1
df
Out[1081]: 
   201901  201902  201903
a       0       1       0
b       1       0       0
c       0       0       0
d       0       0       0