熊貓：有條件地匹配較小數據框中的行

Question

（更新：添加了desired數據框）

首先我要說，我有足夠的信心相信幾年前我找到了解決該問題的方法，但是我仍無法找到該方法。

解決類似問題但不能解決我的特殊問題的問題包括：

• 有效選擇與Pandas DataFrame中的幾個值之一匹配的行
• 將基於索引值的計算所得行有效地添加到pandas DataFrame
• 比較Python Pandas DataFrames以匹配行

---

問題

假設我有一個正在處理許多列的數據框：

big = pd.DataFrame({'match_1': [11, 12, 51, 52]})
big
   match_1
0       11
1       12
2       51
3       52

從理論上講，我還有較小的數據框，可以將一些條件語句映射為所需的值：

# A smaller dataframe that we use to map values into the larger dataframe
small = pd.DataFrame({'is_even': [True, False], 'score': [10, 200]})
small
  is_even  score
0    True     10
1   False    200

這里的目標是使用條件語句將big每一行與small一行匹配。 假設small的構造使得big每一行始終只有一個，只有一個匹配。 （如果必須有多個相匹配的small行，只需選擇第一行即可。）

所需的輸出如下所示：

desired = pd.DataFrame({'match_1': [11, 12, 51, 52], 'metric': [200, 10, 200, 10]})
desired
 match_1  metric
0       11     200
1       12      10
2       51     200
3       52      10

我很確定語法將類似於：

big['score'] = small.loc[small['is_even'] == ( (big['match_1'] / 2) == 0), 'score']

這是行不通的，因為small['is_even']是長度為2的系列，而( (big['match_1'] / 2) == 0)是長度為4的系列。我想要做的是， 對於big每一行，根據條件找到small一行。

如果我可以得到一個包含正確的small行的序列，該序列與big中的每一行匹配，那么我可以執行以下操作：

`big['score'] = small.loc[matching_rows, 'score']

我的問題是： 如何生成序列matching rows ？

---

（我認為）不是我想要的東西：

如果big和small中的列僅在常量值上匹配，這將是big.merge()或big.groupby()的直接使用，但是，在我的情況下，映射可以是任意復雜的布爾值有條件的，例如：

(big['val1'] > small['threshold']) & (big['val2'] == small['val2']) & (big['val3'] > small['min_val']) & (big['val3'] < small['max_val'])

依賴isin() ， any()等的解決方案不起作用，因為條件檢查可能是任意復雜的。

我當然可以創建一個將apply()應用於更大的DataFrame的函數，但是同樣，我很確定有一個更簡單的解決方案。

---

答案可能歸結為“計算一些中間列，直到您可以進行簡單的合並”或“僅使用apply() ，但我發誓有一種方法可以執行上述操作。

Answer 1

一種方法是使用merge ，其中on_left不是列，而是鍵的向量。 通過將small的索引設置為is_even它變得更簡單：

>>> small.set_index('is_even', inplace=True)
>>> condition = big['match_1'] % 2 == 0
>>> pd.merge(big, small, left_on=condition, right_index=True, how='left')
   match_1  score
0       11    200
1       12     10
2       51    200
3       52     10

Answer 2

您可以使用True和False索引small索引，並直接.ix查找。 不確定它是否比中間列/合並還要整齊：

In [127]: big = pd.DataFrame({'match_1': [11, 12, 51, 52]})

In [128]: small = pd.DataFrame({'score': [10, 200]}, index=[True, False])

In [129]: big['score'] = small.ix[pd.Index(list(big.match_1 % 2 == 0))].score.values

In [130]: big
Out[130]:
   match_1  score
0       11    200
1       12     10
2       51    200
3       52     10