[英]Pandas concat dataframes by values in two columns
我正在嘗試使用 dataframe 中兩列中的值創建一個 dataframe ,它們的外觀如下:
df1
W F1 F2
0 'AB CD' 'RS TU'
0 'BC EF' 'GH IJ'
1 'BC EF' 'NO PQ'
0 'GH IJ' 'AB CD'
1 'KL MN' 'RS TU'
0 'NO PQ' 'UV WX'
...
df2
F1 F2 BO_F1 BO_F2
'AB CD' 'GH IJ' -150 500
'BC EF' 'TG IP' 265 -150
'BC EF' 'NO PQ' -500 250
'BC EF' 'GH IJ' 600 -700
'KL MN' 'PP UY' 150 -600
'RS TU' 'AB CD' -400 350
...
我想要的是:
W F1 F2 BO_F1 BO_F2
0 'AB CD' 'RS TU' -400 350
0 'BC EF' 'GH IJ' 600 -700
1 'BC EF' 'NO PQ' -500 250
0 'GH IJ' 'AB CD' -150 500
1 'KL MN' 'RS TU' -600 700
0 'NO PQ' 'UV WX' 350 -900
我想根據列F1
和F2
的值將列BO_F1
和BO_F2
從 df2 合並到 df1 。 我遇到的主要問題是某些值的組合被交換,例如在 df1 中, F1
和F2
的第一個組合是AB CD
和RS TU
但 df2 中的這些值被交換,也就是說, F1
和F2
是RS TU
和AB CD
。
我怎樣才能做到這一點?
df1.set_index('F1').join(df2.set_index('F2'))
這行得通嗎? 我不確定我是否正確理解了問題
我想如果我理解正確的話,你只關心基於 F1 和 F2 列的元素合並觀察,而不管它們的順序。 下面我對兩個數據框中的 F1 和 F2 列進行排序(跨列而不是行排序),然后合並這些新列。
import pandas as pd
import numpy as np
df1 = pd.DataFrame([
[0, 'AB CD', 'RS TU'],
[0, 'BC EF', 'GH IJ'],
[1, 'BC EF', 'NO PQ'],
[0, 'GH IJ', 'AB CD'],
[1, 'KL MN', 'RS TU'],
[0, 'NO PQ', 'UV WX']],
columns=['W', 'F1', 'F2']
)
df2 = pd.DataFrame([
['AB CD', 'GH IJ', -150, 500],
['BC EF', 'TG IP', 265, -150],
['BC EF', 'NO PQ', -500, 250],
['BC EF', 'GH IJ', 600, -700],
['KL MN', 'PP UY', 150, -600],
['RS TU', 'AB CD', -400, 350]],
columns=['F1', 'F2', 'B0_F1', 'B0_F2']
)
ix1 = pd.DataFrame(np.sort(df1[['F1', 'F2']].values, axis=1),
columns=['F1', 'F2'])
df1_sorted = pd.concat([df1[[c for c in df1.columns if c not in ['F1', 'F2']]],
ix1], axis=1, sort=False)
ix2 = pd.DataFrame(np.sort(df2[['F1', 'F2']].values, axis=1),
columns=['F1', 'F2'])
df2_sorted = pd.concat([df2[[c for c in df2.columns if c not in ['F1', 'F2']]],
ix2], axis=1, sort=False)
df3 = pd.merge(df1_sorted, df2_sorted, on=['F1', 'F2'], how='left')
您可以為W
每個值獨立使用DataFrame.merge
,然后您可以使用pd.concat
:
df=df1.reset_index() # to sort values at the end
w_mask=df1['W'].eq(1)
new_df=pd.concat([df[w_mask].merge(df2,left_on=['F1','F2'],right_on=['F1','F2']),
df[~w_mask].merge(df2.rename(columns={'F1':'F2','F2':'F1'}),
left_on=['F1','F2'],
right_on=['F1','F2'])
]).sort_values('index').set_index('index')
print(new_df)
輸出
W F1 F2 BO_F1 BO_F2
index
0 0 AB CD RS TU -400 350
1 0 BC EF GH IJ 600 -700
2 1 BC EF NO PQ -500 250
3 0 GH IJ AB CD -150 500
4 1 KL MN RS TU -600 700
5 0 NO PQ UV WX 350 -900
示例數據幀:
print(df1)
W F1 F2
0 0 AB CD RS TU
1 0 BC EF GH IJ
2 1 BC EF NO PQ
3 0 GH IJ AB CD
4 1 KL MN RS TU
5 0 NO PQ UV WX
print(df2)
F1 F2 BO_F1 BO_F2
0 AB CD GH IJ -150 500
1 BC EF TG IP 265 -150
2 BC EF NO PQ -500 250
3 BC EF GH IJ 600 -700
4 KL MN PP UY 150 -600
5 RS TU AB CD -400 350
6 KL MN RS TU -600 700
7 UV WX NO PQ 350 -900
8 GH IJ BC EF 600 -700
如果df1
F1
和F2
中存在不使用df2
索引的行,並且您不想丟失它們,請使用DataFrame.merge
方法中的how = 'left'
,或者如果 df2 中存在的行,則使用how = 'outer'
不在df1
中也是。
pd.concat([df[w_mask].merge(df2,left_on=['F1','F2'],right_on=['F1','F2'],how='left'),
df[~w_mask].merge(df2.rename(columns={'F1':'F2','F2':'F1'}),
left_on=['F1','F2'],
right_on=['F1','F2'],
how='left')
]).sort_values('index').set_index('index')
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.