将 Pandas 数据帧中上层聚合的值连接到下层聚合

Question

我有两个 Pandas 数据框。

第一个数据框（ county ）有县级数据——

COUNTY_FIPS    COUNTY_INCOME    COUNTY_PERCENT_UNINSURED
      51001            42260                        16.7
      51003            72265                         7.6

第二个数据框 ( tract ) 具有人口普查区域级别的数据 -

 TRACT_FIPS    TRACT_INCOME    TRACT_PERCENT_UNINSURED
51001090100           48861                       13.4
51001090200           42663                        9.4
51003090300           32532                       19.7
51003090100           55678                       12.1

我想将上级聚合（县级数据）的值连接到下级聚合（人口普查区级数据）。 请注意，TRACT_FIPS 的前五个数字对应于这些人口普查区所在的县（请参阅 COUNTY_FIPS）。 我的最终数据框看起来像这样 -

 TRACT_FIPS    TRACT_INCOME    TRACT_PERCENT_UNINSURED    COUNTY_INCOME    COUNTY_PERCENT_UNINSURED
51001090100           48861                       13.4            42260                        16.7
51001090200           42663                        9.4            42260                        16.7 
51003090300           32532                       19.7            72265                         7.6
51003090100           55678                       12.1            72265                         7.6

这是我到目前为止编写的程序（带有一些伪代码）-

county_income_values = [] # empty list of county income values
county_percent_uninsured_values # empty list of county percent uninsured values

for tract_fips in tract['tract_fips']: # iterate through all the tract_fips in the tract_fips column
    for county_fips in county['county_fips']: # iterate through all the county_fips in the county_fips column
        if tract_fips[0:5] == county_fips: # if the first 5 digits of the tract_id match the county_id
            # TO DO: Find the index of where the if statement evaluates to true, and append the 
                     county income value at that index to county_income_values_list
            # TO DO: Find the index of where the if statement evaluates to true, and append the 
                     county percent uninsured value at that index to county_percent_uninsured_values 

如果有更有效的方法来解决这个问题，那么请随意忽略我上面的代码。

首先十分感谢！

Answer 1

您可以使用函数merge 。 首先，您需要从第二个数据帧的'TRACT_FIPS'列中提取前五位数字。 然后您可以将列'COUNTY_FIPS'转换为字符串并使用两列进行合并：

left = df2['TRACT_FIPS'].astype('str').str[:5]
right = df1['COUNTY_FIPS'].astype('str')

df2.merge(df1, left_on=left, right_on=right)