Pandas：合并两个行和列大小不相等的数据帧，并根据下面的解释合并它们

Question

我有两个大小不等的数据框，一个包含美食风格及其在数据集中的频率，另一个是原始数据集，其中包含餐厅名称和与之对应的美食。 我想在原始数据集上添加一个新列，其中显示包含频率数据的 dataframe 中每种菜系的频率值。 执行该操作的最佳方法是什么？ 我尝试过使用 merge 但这会创建 NaN 值。 请建议

我尝试了下面建议的代码片段，但它没有给我所需的结果。 它为第一行生成频率并排除同一“名称”列的其他行。

df = df.assign(freq=0)
# get all the cuisine styles in the cuisine df
for cuisine in np.unique(cuisine_df['cuisine_style']):
 # get the freq
     freq = cuisine_df.loc[cuisine_df['cuisine_style'] == cuisine, 
 'freq'].values
     # update value in main df
     df.loc[df['cuisine_style'] == cuisine, 'freq'] = freq

结果 dataframe

Answer 1

我在你的数据集上重新运行代码，仍然得到相同的结果。 这是我运行的代码。

import pandas as pd
import numpy as np

# used to set 'Cuisine Style' to first 'style' in array of values
def getCusinie(row):
    arr = row['Cuisine Style'].split("'")
    return arr[1]

# read in data set. Used first col for index and drop nan for ease of use
csv = pd.read_csv('TA_restaurants_curated.csv', index_col=0).dropna()

# get cuisine values 
cuisines = csv.apply(lambda row: getCusinie(row), axis=1)

# update dataframe
csv['Cuisine Style'] = cuisines

# json obj to quickly make a new data frame with meaningless frequencies
c = {'Cuisine Style' : np.unique(csv['Cuisine Style']), 'freq': range(113)}
cuisine_df = pd.DataFrame(c)

# add 'freq' column to original Data Frame
csv = csv.assign(freq=0)

# same loop as before
for cuisine in np.unique(cuisine_df['Cuisine Style']):
    # get the freq
    freq = cuisine_df.loc[cuisine_df['Cuisine Style'] == cuisine, 
           'freq'].values

    # update value in main df
    csv.loc[csv['Cuisine Style'] == cuisine, 'freq'] = freq   

Output：

如您所见，每一列，甚至重复的列，都已更新。 如果它们仍然没有被更新，我会检查以确保名称实际上是相等的，即确保没有任何隐藏的空间或任何导致问题的东西。

您可以在此处阅读有关选择和索引 DataFrame 的信息。

它很长，但您可以在需要时挑选您需要的东西