[英]Use one df column to filter another df, multiple filter
我想根据 df2 的 Version 列中的值过滤 df1,然后将 df1 中的 Cost Total 更改为 0。 我想更改 df2 中那些版本的成本。
df1 是 [24867 行 x 63 列]
df2 是 [35 行 x 7 列]
我用于过滤和设置值的代码是:
df1.loc[
(df1['Group'] == "CBSS_cq_....JZJN") &
(df1['Version – USE'] == df2['Version - USE']),
df1['Cost Total']] = 0
该代码将所有“组”的总成本分配为 0,它没有根据我的第二个版本条件进行过滤。 给出错误:
raise ValueError("只能比较标记相同的系列对象")
ValueError:只能比较标记相同的系列对象
请注意,当我使用.values
:
df1.loc[
(df1['Group'] == "CBSS_.......KJZJN") &
(df1['Version – USE'].values == df2['Version'].values),
df1['Cost Total']] = 0
给我以下错误:
block_values = np.empty(block_shape, dtype=dtype)
值错误:数组太大;arr.size * arr.dtype.itemsize
大于最大可能大小。
**********以上以 .isin 排序 *************
我的 df2 是模板文件,它是 24 个 excel 文件,每个文件有 3-4 张。 我已经遍历了所有文件及其工作表。
索引模板文件被命名为 -
AdDape CBS 索引模板 6.3.xlsx
AdDape 中年指数模板 5.3.xlsx
看起来像下面:
print("\nIndex Template Files\n")
os.chdir('path to my \IndexTemplatefiles')
FileList = glob.glob('*.xlsx')
print(FileList)
for fname in FileList:
excel = pd.ExcelFile(fname)
sheets = pd.ExcelFile(fname).sheet_names # list of sheets
print(fname)
for sheet in excel.sheet_names:
df2 = pd.read_excel(excel, sheet_name=sheet)
df3 = pd.read_excel(CostGroupFile, sheet_name='Sheet2')
#merging df1 and df2
df1 = pd.merge(df1, df2, left_on='Version', right_on='Version Market - USE', how='left')
df1.loc[(
(df1['Cost Group'] == "CBSS_ron_rt_na_disp_JZJN") &
(df1['Version'].isin(df2['Version Market - USE'])),
'Cost Total')] = (df1['Market Spend'] / df1['Sum of Impressions']) * df1['Impressions']
#deleting extra columns
df1 = df1.drop(columns=['..all columns that came after merging'])
df1.to_excel(writer, index=False)
writer.save()
此代码正在运行并更新成本总值,但正如您可以看到我手动输入的成本组,我希望它是动态的。
如果excel文件(索引模板文件)名称与df3[filename]相似,其工作表名称即df2的工作表名称与df3[Sheetname]相似,则使用相应的成本组并在过滤器部分中使用以过滤df1和更新总成本。
你有你的数据的例子吗?
我不确定这是否是你想要的……虽然你可以试试这个
df1.loc[df1['Version – USE'].isin(df2['Version - USE']), 'Cost Total'] = 0
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.