替换由第一个 df - pandas 确定的第二个 df 中的值

Question

我有两个单独的数据框，第一个本质上是对值的描述，第二个包含实际值。 我希望根据第一个 df 中的某个分组来乘以第二个 df 中的值。

具体来说，对于每个独特的Time ，我对GR1的 Direction 感兴趣，它是参考组。 如果GR1 == Group & Direction == down ，则将df2中'Val1','Val2'每一行乘以 -1 以获得该唯一Time 。

对于Time点1 ， Group A已Up ，因此df2原样。 对于Time点2 ， Group A为Down ，因此我想将df2中与列'Val1','Val2'的Group A Group B组关联的行乘以 -1。 对于剩余的唯一Time点，此模式重复。

import pandas as pd

df = pd.DataFrame({      
    'Time' : [1,1,2,2,3,3,4,4],    
    'GR1' : ['A','A','A','A','A','A','A','A'],
    'GR2' : ['B','B','B','B','B','B','B','B'],
    'Group' : ['A','B','A','B','A','B','A','B'],    
    'Direction' : ['Up','Down','Down','Up','Up','Down','Down','Up'],          
    })

df2 = pd.DataFrame({      
    'Time' : [1,1,1,2,2,2,3,3,3,4,4,4],    
    'Group' : ['A','B','A','A','B','A','A','B','A','A','B','A'],   
    'Item' : ['Red','Blue','Orange','Red','Blue','Orange','Red','Blue','Orange','Red','Blue','Orange'],
    'Val1' : [-2.0,-1.0,-1.0,0.0,0.0,1.0,0.0,1.0,2.0,-1.0,0.0,0.0],
    'Val2' : [-2.0,-1.0,-2.0,-1.0,-2.0,-1.0,0.0,1.0,3.0,-2.0,-1.0,-2.0],              
   })

df.loc[(df['GR1'] == df['Group']) & (df['Direction'] == 'Down'), df2['Val1','Val2']] * -1

预期 output：

    Time    Item  Val1  Val2
0      1     Red  -2.0  -2.0
1      1    Blue  -1.0  -1.0
2      1  Orange  -1.0  -2.0
3      2     Red   0.0   1.0 * Multiply by -1
4      2    Blue   0.0   2.0 * Multiply by -1
5      2  Orange  -1.0   1.0 * Multiply by -1
6      3     Red   0.0   0.0
7      3    Blue   1.0   1.0
8      3  Orange   2.0   3.0
9      4     Red   1.0   2.0 * Multiply by -1
10     4    Blue   0.0   1.0 * Multiply by -1
11     4  Orange   0.0   2.0 * Multiply by -1

Answer 1

尝试：

q = 'GR1 == Group & Direction == "Down"'
mask = df2.Time.isin(df.query(q).Time)
df2.loc[mask, ['Val1', 'Val2']] *= -1

df2

    Time Group    Item  Val1  Val2
0      1     A     Red  -2.0  -2.0
1      1     B    Blue  -1.0  -1.0
2      1     A  Orange  -1.0  -2.0
3      2     A     Red  -0.0   1.0
4      2     B    Blue  -0.0   2.0
5      2     A  Orange  -1.0   1.0
6      3     A     Red   0.0   0.0
7      3     B    Blue   1.0   1.0
8      3     A  Orange   2.0   3.0
9      4     A     Red   1.0   2.0
10     4     B    Blue  -0.0   1.0
11     4     A  Orange  -0.0   2.0

Answer 2

这是一种从您的原始解决方案工作的方法：

times = df.loc[(df['GR1'] == df['Group']) & (df['Direction'] == 'Down')]['Time']
df2.loc[df2['Time'].isin(times), ['Val1','Val2']] *= -1

Output：

    Time Group    Item  Val1  Val2
0      1     A     Red  -2.0  -2.0
1      1     B    Blue  -1.0  -1.0
2      1     A  Orange  -1.0  -2.0
3      2     A     Red  -0.0   1.0
4      2     B    Blue  -0.0   2.0
5      2     A  Orange  -1.0   1.0
6      3     A     Red   0.0   0.0
7      3     B    Blue   1.0   1.0
8      3     A  Orange   2.0   3.0
9      4     A     Red   1.0   2.0
10     4     B    Blue  -0.0   1.0
11     4     A  Orange  -0.0   2.0