如何根據其他 dataframe 的條件在 dataframe 中創建新列？

Question

df1 = pd.DataFrame({"DEPTH":[0.5, 1, 1.5, 2, 2.5],
                     "POROSITY":[10, 22, 15, 30, 20],
                     "WELL":"well 1"})

df2 = pd.DataFrame({"Well":"well 1",
                    "Marker":["Fm 1","Fm 2"],
                    "Depth":[0.7, 1.7]})

大家好。 我有兩個數據框，我想在 df1 上創建一個新列，例如：df1["FORMATIONS"]，其中包含基於 df2["Depth"] 和 df1[ 深度限制的 df2["Marker"] 值的信息“深度”]。

因此，例如，如果 df2["Depth"] = 1.7，則 df1["DEPTH"] > 1.7 的 df1 中的所有樣本都應在此新列 df1["FORMATIONS"] 中標記為“Fm 2”。

最終的 dataframe df1 應該如下所示：

DEPTH   POROSITY   WELL   FORMATIONS
0.5     10        well 1     nan
1       22        well 1     Fm 1
1.5     15        well 1     Fm 1
2       30        well 1     Fm 2
2.5     20        well 1     Fm 2

任何人都可以幫助我嗎？

Answer 1

您在這里所做的是將連續數據轉換為分類數據。 使用pandas有很多方法可以做到這一點，但其中一種更廣為人知的方法是使用pandas.cut 。

指定bins參數時，需要將float(inf)添加到列表末尾，以表示最后一個 bin 趨於無窮大。

df1["FORMATIONS"] = pd.cut(df1.DEPTH, list(df2.Depth) + [float('inf')], labels=df2.Marker)

df1現在將是：

Answer 2

使用pandas.merge_asof ：

注意。 用於合並的列需要先排序

pd.merge_asof(df1,
              df2[['Marker', 'Depth']].rename(columns={'Marker': 'Formations'}),
              left_on='DEPTH', right_on='Depth')

output：

   DEPTH  POROSITY    WELL Formations  Depth
0    0.5        10  well 1        NaN    NaN
1    1.0        22  well 1       Fm 1    0.7
2    1.5        15  well 1       Fm 1    0.7
3    2.0        30  well 1       Fm 2    1.7
4    2.5        20  well 1       Fm 2    1.7