![](/img/trans.png)
[英]How create a column in dataframe1 based on a column created in dataframe2, which is derived by using groupby() on dataframe1
[英]Python pandas - Divide a column in dataframe1 with a column in dataframe2 based on another column in dataframe1
日期框1
df = pd.DataFrame(SQL_Query, columns=[ X,Y . . . . Currency,Amount]
Index X Y ... Currency Amount
0 74 1 ... USD 100
1 75 1 ... EUR 5000
2 76 1 ... AUD 300
3 79 1 ... EUR 750
[1411137 rows x 162 columns]
大型 SQL 查询,因此我避免写出所有列。
df1=pd.read_excel(r`FX_EUR.xlsx)
Index Currency FX
0 AUD 1.61350
1 BGN 1.95580
2 BRL 4.51450
3 CAD 1.45830
4 CHF 1.09280
因此,我想要实现的是在 DF1 中进行查找以查看使用了哪种货币,然后将“DF1 Amount”列与“DF2 FX”列分开,并以此为 DF1 中的所有行。 通过创建第三个 DF3 或创建一个名为 Amount_EUR 的新列 i DF1。
关于如何编写此代码的任何想法?
您可以使用map
来应用转换 -
import pandas as pd
df = pd.DataFrame({"Currency": ['USD', 'EUR', 'AUD', 'EUR'], "Amount": [100, 5000, 300, 750]})
df1 = pd.DataFrame({"Currency": ["AUD", "BGN", "BRL", "CAD", "EUR"], "FX": [1.6, 1.9, 4.5, 1.5, 1.1]})
df1 = df1.set_index("Currency")
df['FX'] = df['Currency'].map(df1.FX)
df['FX_Adj_Amt'] = df['Amount'].div(df['FX'])
df
# Currency Amount Fx FX_Adj_Amt
#0 USD 100 NaN NaN
#1 EUR 5000 1.1 4545.454545
#2 AUD 300 1.6 187.500000
#3 EUR 750 1.1 681.818182
您可以使用 merge 来构建一个包含与df
具有相同索引的正确FX
(相同Currency
)的系列。 那么除法是微不足道的:
fx = df.merge(df1, 'left', on='Currency')['FX']
df.loc[~ fx.isna(),'EUR_Amount'] = df.loc[~ fx.isna()]['Amount']/fx.loc[~ fx.isna()]
使用您的示例数据,它提供:
X Y ... Currency Amount EUR_Amount
Index
0 74 1 ... USD 100 NaN
1 75 1 ... EUR 5000 NaN
2 76 1 ... AUD 300 185.931205
3 79 1 ... EUR 750 NaN
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.