[英]Add value in dataframe to row based on other value
我正在寻找一种基于另一个值在数据框中查找值的高性能方法,并将查找值添加到具有另一个值的行中的列中。
例如,我有这个数据框:
import pandas as pd
data = {
'role': ['primary', 'secondary', 'primary', 'secondary'],
'serial_number': ['abc', '123', 'def', '456'],
'primary_serial_number': ['abc', 'abc', 'def', 'def'],
'physical_id': ['w', 'x', 'y', 'z'],
'set_id': ['j', 'x', 'k', 'z']
}
df = pd.DataFrame(data = data)
role serial_number primary_serial_number physical_id set_id
0 primary abc abc w j
1 secondary 123 abc x x
2 primary def def y k
3 secondary 456 def z z
辅助节点始终具有相同的 physical_id 和 set_id。 对于每个辅助节点,我希望将相关主节点的 set_id 与辅助节点位于同一行。 我可以通过将每个次要的“primary_serial_number”与每个主要的“serial_number”进行匹配来查找。 然后我应该有一个标记为“primary_set_id”的列,其中包含值 j、j、k、k。
我尝试了以下方法:
df['primary_set_id'] = df['primary_serial_number'].apply(
lambda x: df['set_id'][df['serial_number'] == x])
当我在上面的假数据上运行这个时,我得到:
ValueError: 错误数量的项目通过 2,放置意味着 1
实际上,我正在处理数十万行,这种方法效率极低(我还没有让它运行完成)。
我认为这应该这样做
grps = df.groupby('role')
prim_df = grps.get_group('primary')
sec_df = grps.get_group('secondary')
primsec_df = sec_df.merge(prim_df, left_on = 'primary_serial_number', right_on = 'serial_number')
primsec_df
在'sec_id_y'
列中,您会得到您想要的:
| | role_x | serial_number_x | primary_serial_number_x | physical_id_x | set_id_x | role_y | serial_number_y | primary_serial_number_y | physical_id_y | set_id_y |
|---:|:----------|------------------:|:--------------------------|:----------------|:-----------|:---------|:------------------|:--------------------------|:----------------|:-----------|
| 0 | secondary | 123 | abc | x | x | primary | abc | abc | w | j |
| 1 | secondary | 456 | def | z | z | primary | def | def | y | k |
我不确定这在大型 df 上的效率如何
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.