[英]multiply row from one dataframe with matching column in another dataframe and add
[英]Multiply Column of One Dataframe by a Value from Another Dataframe, Determined by a Key
我想采用大约 26,000 行的大型 dataframe,foodList,并将列 foodList['food_quant'] 乘以 dataframe foodConversions 中的某个值。 为了从 foodConversions 中确定这个值,另一列 foodList['food_name'] 有一个对应于 foodConversions 索引的字符串。 我这样做是为了将不同食物的克数转换为卡路里,每种食物类型都有不同数量的卡路里。
我尝试通过 foodConversions 中的每个值对 go 进行嵌套循环,看看它是否等于 foodList['food_name'],但这非常慢,并且由于某种原因实际上从未完成运行; 因此,我宁愿放弃这种方法。 我也尝试过使用 applymap 和 lambda function,但我认为我做得不对。 最后,我尝试使用另一个 stackoverflow 问题中概述的方法,但我不确定如何将其应用于我的情况,或者它是否适用于我的情况。 这是它的链接: 将 dataframe 与其他 dataframe 的值相乘
这是两个数据框:
foodConversions = pd.Dataframe([2,3], index=['meat','vegetables'], columns=['cal/gram'])
cal/gram
meat 2
vegetables 3
foodList = pd.Dataframe([['meat',40]['meat',30]['vegetables',20]['meat',10]], columns=['food_name','food_quant'])
food_name food_quant
0 meat 40
1 meat 30
2 vegetables 20
3 meat 10
output 应该如下所示:
food_name food_quant
0 meat 80
1 meat 60
2 vegetables 60
3 meat 20
希望这是有道理的,我试图尽可能彻底,所以我很抱歉冗长的解释。 谢谢大家的帮助!
我们可以做reindex
或loc
或map
或merge
reindex|loc
df2.assign(food_quant=df2.food_quant*(df1['cal/gram'].reindex(df2.food_name).values))# change reindex to loc
Out[121]:
food_name food_quant
0 meat 80
1 meat 60
2 vegetables 60
3 meat 20
map|replace
df2.assign(food_quant=df2.food_quant*df2.food_name.map(df1['cal/gram']))
df2.assign(food_quant=df2.food_quant*df2.food_name.replace(df1['cal/gram']))
尝试使用:
print(foodList.set_index('food_name').mul(foodConversions.reindex(foodList['food_name'])['cal/gram'], axis=0).reset_index())
Output:
food_name food_quant
0 meat 80
1 meat 60
2 vegetables 60
3 meat 20
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.