[英]python dataframe create one column based on another column
我想在 dataframe 中创建另一个列。
dataframe如下,sub_id是id的一部分,说id是sub_id的'parent',它包括id本身和id中包含的一些项目。
id 没有名字,但 sub_id 有对应的名字
我想用 sub_id 的名字检查 id,然后创建 id 的名字
df = pd.DataFrame({'id':[1,1,1,2,2],
'sub_id':[12,1,13,23,2],
'name':['pear','fruit','orange','cat','animal']})
id sub_id name
0 1 12 pear
1 1 1 fruit
2 1 13 orange
3 2 23 cat
4 2 2 animal
我想创建另一个列 id_name,以获得:
id sub_id name id_name
0 1 12 pear fruit
1 1 1 fruit fruit
2 1 13 orange fruit
3 2 23 cat animal
4 2 2 animal animal
我不知道如何有效地实现它,我只想合并 dataframe 两次,但我认为有更好的方法。
如果将不匹配的id
与 sub_id 替换为在sub_id
中的Series.where
值,则GroupBy.transform
将first
工作,因为返回第一个非缺失值:
df['id_name'] = (df['name'].where(df['id'].eq(df['sub_id']))
.groupby(df['id'])
.transform('first'))
或者通过Series.map
掩码和映射助手 Series 过滤行:
s = df[df['id'].eq(df['sub_id'])].set_index('id')['name']
df['id_name'] = df['id'].map(s)
print (df)
id sub_id name id_name
0 1 12 pear fruit
1 1 1 fruit fruit
2 1 13 orange fruit
3 2 23 cat animal
4 2 2 animal animal
详情:
print (df['name'].where(df['id'].eq(df['sub_id'])))
0 NaN
1 fruit
2 NaN
3 NaN
4 animal
Name: name, dtype: object
print (s)
id
1 fruit
2 animal
Name: name, dtype: object
你的ID是独一无二的吗?
您使用GroupBy.transform
获取每个组的min
id 并将map
用于现有id
:
df['id_name'] = (df.groupby('id')['sub_id'].transform('min')
.map(df.set_index('sub_id')['name'])
)
output:
id sub_id name id_name
0 1 12 pear fruit
1 1 1 fruit fruit
2 1 13 orange fruit
3 2 23 cat animal
4 2 2 animal animal
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.