將數據框行（熊貓）與單獨的數據框行匹配，如果第一列匹配則執行計算

Question

新手 python/coder 試圖使數據記錄器的下載和計算過程更順暢，作為一個副項目。 無論如何，我有兩個數據框。 第一個是“數據”，其中包含以下內容（為簡單起見縮短了行數）：

    Logger Name    Date and Time  Battery   Temp(C)  Sensor Reading(dg)  Sensor Temp(C)  Array #
0   TDX  10/1/2021 13:35                2.93             15.59            8772.737            14.5      833
1   TDX  10/1/2021 13:36                2.93             15.59            8773.426            14.5      834
2   TDX  10/1/2021 13:36                2.93             15.59            8773.570            14.5      835
3   TDX  10/1/2021 13:37                2.93             15.59            8773.793            14.5      836

第二個是“param”，它的參數包含我用來進行計算的值：

Transducer_ID  elevation_tom  elevation_toc  elevation_ground  elevation_tos calculation  gage_factor  xd_zero_reading  thermal_factor  xd_temp_at_zero_reading  piezo_elev  piezo_downhole_depth
0   TDX            NaN            NaN              1000            NaN      linear     -0.04135             9138        0.003119                     24.8        1600                   400
1  Test            NaN            NaN              1000            NaN      linear     -0.18320             8997       -0.170100                     22.6         800                   200

現在我希望代碼能夠做的是在“數據”中創建一個名為“線性 P”的新列，該列基於使用來自兩個數據幀的變量的計算進行填充：[digits_zero_digits - Sensor Reading(dg)] * abs(量具系數）。 現在，如果“param”只有一個傳感器 ID 和與“data”相同的行數，這不是問題，但實際上它有很多具有不同 ID 的行。

所以我的問題是這樣的。 實現我的目標的最佳方法是什么？ 是在列上循環還是使用 pandas 庫更有效？

提前致謝！

編輯：我要找的output就是這個

    Logger Name    Date and Time  Battery Voltage(v)  Internal Temp(C)  Sensor Reading(dg)  Sensor Temp(C)  Array #   Linear P
0   TDX  10/1/2021 13:35                2.93             15.59            8772.737            14.5      833  15.103625
1   TDX  10/1/2021 13:36                2.93             15.59            8773.426            14.5      834  15.075135
2   TDX  10/1/2021 13:36                2.93             15.59            8773.570            14.5      835  15.069181
3   TDX  10/1/2021 13:37                2.93             15.59            8773.793            14.5      836  15.059959

Answer 1

更有效的方法是根據我的經驗：

1. 使用（ https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.join.html ）加入兩個數據框。
2. 計算結果 dataframe ( df["Linear P"] = df["Sensor Reading(dg)"] *... ).

這是我的過程的一個例子：

import pandas as pd

df1 = pd.DataFrame({'Names': ['a', 'a'],
                   'var1': [35, 15,],
                   'var2': [15, 40]})

df2 = pd.DataFrame({'Names1': ['a', 'E'],
                   'var3': [35, 15,],
                   'var4': [15, 40]})
final_df = df1.merge(df2, left_on='Names', right_on='Names1', how='left' )
final_df["Linear P"] = final_df["var3"] * final_df["var2"] - abs(final_df["var2"])
print(final_df)

Answer 2

只是想出了一種看起來非常有效的方法。 我只是刪除了不需要的“param”中的數據：

z = data.iloc[0,0]
param = param[param.Transducer_ID == z]

過濾數據后，我只從參數中提取所需的值：

x = piezo_param.iloc[0, 7]
y = piezo_param.iloc[0, 6]

並執行計算：

data['Linear P'] = (x - data['Sensor Reading(dg)']) * abs(y)

讓我知道這是否是完成工作的最佳方式！