[英]Create new rows in a Pandas Dataframe based on a column from another pandas dataframe
我有一个数据框 DF1,它看起来像这样:
帐户名称 | 任务类型 | 旗帜 | 成本 |
---|---|---|---|
账户 1 | 修理 | 真的 | 100 美元 |
账户 2 | 修理 | 真的 | 200 美元 |
账户 3 | 修理 | 错误的 | 300 美元 |
DF2 看起来像这样:
国家 | 百分比 |
---|---|
我们 | 30% |
加拿大 | 20% |
印度 | 50% |
我想通过执行以下操作基于 DF1 和 DF2 创建 DF3:
最终输出如下所示:
帐户名称 | 任务类型 | 旗帜 | 成本 | 国家 | 计算成本 |
---|---|---|---|---|---|
账户 1 | 修理 | 真的 | 100 美元 | 我们 | 30 美元 |
账户 1 | 修理 | 真的 | 100 美元 | 加拿大 | 20 美元 |
账户 1 | 修理 | 真的 | 100 美元 | 印度 | 50 美元 |
账户 2 | 修理 | 真的 | 200 美元 | 我们 | 60 美元 |
账户 2 | 修理 | 真的 | 200 美元 | 加拿大 | 40 美元 |
账户 2 | 修理 | 真的 | 200 美元 | 印度 | 100 美元 |
账户 3 | 修理 | 错误的 | 300 美元 | 楠 | 楠 |
利用:
df1['Cost'] = df1['Cost'].str.lstrip('$').astype(int)
df2['Percentage'] = df2['Percentage'].str.rstrip('%').astype(int).div(100)
df = pd.concat([df1[df1['Flag']].merge(df2, how='cross'), df1[~df1['Flag']]])
df['Calculated_Cost'] = df['Cost'].mul(df.pop('Percentage'))
print (df)
Account Name Task Type Flag Cost Country Calculated_Cost
0 Account 1 Repair True 100 US 30.0
1 Account 1 Repair True 100 Canada 20.0
2 Account 1 Repair True 100 India 50.0
3 Account 2 Repair True 200 US 60.0
4 Account 2 Repair True 200 Canada 40.0
5 Account 2 Repair True 200 India 100.0
2 Account 3 Repair False 300 NaN NaN
我确信有一种更有效的方法可以做到这一点......但我使用以下代码完成了它:
import pandas as pd
df1 = pd.DataFrame(
{
'Account Name': ['Account 1', 'Account 2', 'Account 3'],
'Task Type': ['Repair', 'Repair', 'Repair'],
'Flag': ['True', 'True', 'False'],
'Cost': ['$100', '$200', '$300']
}
)
df2 = pd.DataFrame(
{
'Country': ['US', 'Canada', 'India'],
'Percentage': ['30%', '20%', '50%']
}
)
df1['Cost'] = df1['Cost'].str.lstrip('$').astype(int)
df2['Percentage'] = df2['Percentage'].str.rstrip('%').astype(int).div(100)
filtered_df_true = df1.loc[df1['Flag'] == 'True']
filtered_df_false = df1.loc[df1['Flag'] == 'False']
df3 = filtered_df_true.assign(key=1).merge(df2.assign(key=1), how = 'outer', on='key')
df3['Calculated Cost'] = df3['Cost']*df3['Percentage']
frames = [df3, filtered_df_false]
result = pd.concat(frames)
result.pop('key')
result.pop('Percentage')
print(result)
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.