如何使用自定义标头从 pandas 中的 3 个数据帧收集信息？

Question

我正在学习 pandas 并做了一些练习，但没有太多资源

所以基本上我在下面有这 4 个数据框：

因此，对于数据集中的每一项法案，我想知道有多少立法者支持该法案，有多少立法者反对该法案，还有谁是该法案的主要发起人？

这就是我想要实现的目标：

我能够解决这个问题： 有没有办法计算 python pandas 的某个过滤器存在多少条目？

但是我现在要问的是我猜的 3 个表（？）

Answer 1

使用以下逻辑：

• 在“bill_id”上加入“bills”和“votes”
• 将“vote_results”加入上面的“vote_id”
• 按“bill_id”分组
• 通过 vote_type 筛选和计数进行聚合

我假设了一些虚拟数据：

bills = pd.DataFrame(data=[[1,"Bill #1","P1"],[2,"Bill #2","P2"]], columns=["id","title","Primary Sponsor"])

legislators = pd.DataFrame(data=[[1,"Legislator A"],[2,"Legislator B"],[3,"Legislator C"]], columns=["id","name"])

votes = pd.DataFrame(data=[[1,1],[2,1],[3,1],[4,2],[5,2],[6,2]], columns=["id","bill_id"])

vote_results = pd.DataFrame(data=[[1,1,1,1],[2,2,2,2],[3,3,3,1],[4,1,4,1],[5,2,5,2],[6,3,6,2]], columns=["id","legislator_id","vote_id","vote_type"])


result_df = bills.merge(votes.rename(columns={"id": "vote_id"}), left_on="id", right_on="bill_id") \
                 .merge(vote_results.rename(columns={"vote_id": "vote_id2"}).drop("id", axis=1), left_on="vote_id", right_on="vote_id2") \
                 .groupby(["id","title","Primary Sponsor"]) \
                 .apply(lambda x: pd.Series({
                     "supporter_count": len([v for v in x.vote_type if v==1]),
                     "opposer_count": len([v for v in x.vote_type if v==2]),
                     })) \
                 .reset_index()

Output：

   id    title Primary Sponsor  supporter_count  opposer_count
0   1  Bill #1              P1                2              1
1   2  Bill #2              P2                1              2