如何根據 dataframe B 中的值為 dataframe A 中的單元格分配值，條件是 B 中其他兩列的值？

Question

對於 python 和 pandas，我真的是業余水平，但我正在嘗試解決一個讓我難過的工作問題。

我有兩個數據框，我們稱它們為 dfA 和 dfB：

dfA:

     project_id    Category     Initiative

     10              
     20
     30
     40

dfB:

     project_id     field_id     value  
     10             100          lorem
     10             200          lorem1
     10             300          lorem2

     20             200          ipsum
     20             300          ipsum1
     20             500          ipsum2

假設我知道 dfA 中的“類別”與 dfB 中的 field_id“100”相關，而“Initiative”與 field_id“200”相關。

我需要查看 dfB，對於給定的 project_id/field_id 組合，在“value”列中獲取相應的值並將其放在 dfA 中的正確單元格中。

結果將如下所示：

dfA:

     project_id    Category     Initiative

     10            lorem        lorem1
     20                         ipsum
     30
     40

額外難度：不是dfA中的每個項目都存在於dfB中，也不是每個field_id都在每個project_id中使用。

我希望我已經解釋得足夠好； 我覺得必須有一種相對簡單的方法來處理我缺少的這個問題。

Answer 1

你可以做這樣的事情，雖然它不是很優雅，但必須有更好的方法。 由於項目 ID 在 dfB 中不可用的情況，我不得不使用 try/except。 我為缺失的值輸入了 NaN 值，但您可以輕松輸入空字符串。

def get_value(row):
    try:
        res = dfB[(dfB['field_id'] == 100) & (dfB['project_id'] == row['project_id'])]['value'].iloc[0]
    except:
        res = np.nan
    row['Categorie'] = res
    try:
        res = dfB[(dfB['field_id'] == 200) & (dfB['project_id'] == row['project_id'])]['value'].iloc[0]
    except:
        res = np.nan
    row['Initiative'] = res
    return row

dfA = dfA.apply(get_value, axis=1)