如何計算 dataframe 中的行，其中列值與另一個 dataframe 中的列值匹配

Question

我有以下樣本數據

df1 = [[52, '1', '10'], [54, '1', '4'],
       [55, '2', '3'], [52, '1', '10'],
       [55, '2', '10'], [52, '1', '4']]
    
df = pd.DataFrame(df1, columns =['Cow', 'Lact', 'Procedure'])

df2 = [['52', '1'], ['53', '9'],
       ['54', '2'], ['55', '2']]
    
df2 = pd.DataFrame(df2, columns =['Cow', 'Lact'])

這些表看起來像：

df ：

    Cow Lact    Procedure
0   52  1        10
1   54  1        4
2   55  2        3
3   52  1        10
4   55  2        10
5   52  1        4

df2 ：

    Cow Lact
0   52  1
1   53  9
2   54  2
3   55  2

我想計算df2中每個Cow-Lact組合的procedure = 10 ，然后向df2添加一個名為Tproc的列，其中包含該計數。

我要找的output是

    Cow Lact Tproc
0   52  1     2
1   53  9     0
2   54  2     0
3   55  2     1

以下過濾器不起作用：

filt = [(df['Cow']==df2['Cow'])&(df['Lact']==df2['Lact'])&(df['Procedure']==10)]

我當時的計划是使用.len來計算

df2['Tproc'] = df2.loc[filt].len

如何根據另一個 DataFrame 中的值過濾一個 DataFrame 以統計滿足條件的行數？

Answer 1

你可以merge + groupby + sum ：

tmp = df2.merge(df.astype(str), on=['Cow','Lact'], how='left')
out = tmp['Procedure'].eq('10').groupby([tmp['Cow'], tmp['Lact']]).sum().reset_index(name='Tproc')

Output：

  Cow Lact  Tproc
0  52    1      2
1  53    9      0
2  54    2      0
3  55    2      1

Answer 2

您可以使用value_counts並在 append 之前重新reindex您的第一個 dataframe 到Tproc列的值：

df2['Tproc'] = (
    df1[df1['Procedure'] == '10'].value_counts(['Cow', 'Lact'])
       .reindex(pd.MultiIndex.from_frame(df2[['Cow', 'Lact']]), fill_value=0).values
)
print(df2)

# Output
  Cow Lact  Tproc
0  52    1      2
1  53    9      0
2  54    2      0
3  55    2      1

設置：

df1 = pd.DataFrame({'Cow': [52, 54, 55, 52, 55, 52],
                    'Lact': [1, 1, 2, 1, 2, 1],
                    'Procedure': ['10', '4', '3', '10', '10', '4']})

df2 = pd.DataFrame({'Cow': [52, 53, 54, 55], 'Lact': [1, 9, 2, 2]})

Answer 3

使用groupby() + size()然后merge()

out = df2.merge(
    df[df['Procedure'] == '10'].groupby(['Cow', 'Lact']).size().reset_index(name='Tproc').astype(str), 
    how='left', 
    on=['Cow','Lact']
).fillna(0)

output：

 Cow Lact Tproc 0 52 1 2 1 53 9 0 2 54 2 0 3 55 2 1