python dataframe 基於另一列創建一列

Question

我想在 dataframe 中創建另一個列。

dataframe如下，sub_id是id的一部分，說id是sub_id的'parent'，它包括id本身和id中包含的一些項目。

id 沒有名字，但 sub_id 有對應的名字

我想用 sub_id 的名字檢查 id，然后創建 id 的名字

df = pd.DataFrame({'id':[1,1,1,2,2],
                    'sub_id':[12,1,13,23,2],
                    'name':['pear','fruit','orange','cat','animal']})
   id  sub_id    name
0   1      12    pear
1   1       1   fruit
2   1      13  orange
3   2      23     cat
4   2       2  animal

我想創建另一個列 id_name，以獲得：

   id  sub_id    name id_name
0   1      12    pear   fruit
1   1       1   fruit   fruit
2   1      13  orange   fruit
3   2      23     cat  animal
4   2       2  animal  animal

我不知道如何有效地實現它，我只想合並 dataframe 兩次，但我認為有更好的方法。

Answer 1

如果將不匹配的id與 sub_id 替換為在sub_id中的Series.where值，則GroupBy.transform將first工作，因為返回第一個非缺失值：

df['id_name'] = (df['name'].where(df['id'].eq(df['sub_id']))
                           .groupby(df['id'])
                           .transform('first'))

或者通過Series.map掩碼和映射助手 Series 過濾行：

s = df[df['id'].eq(df['sub_id'])].set_index('id')['name']
df['id_name'] = df['id'].map(s)
print (df)
   id  sub_id    name id_name
0   1      12    pear   fruit
1   1       1   fruit   fruit
2   1      13  orange   fruit
3   2      23     cat  animal
4   2       2  animal  animal

詳情：

print (df['name'].where(df['id'].eq(df['sub_id'])))
0       NaN
1     fruit
2       NaN
3       NaN
4    animal
Name: name, dtype: object


print (s)
id
1     fruit
2    animal
Name: name, dtype: object

Answer 2

你的ID是獨一無二的嗎？

您使用GroupBy.transform獲取每個組的min id 並將map用於現有id ：

df['id_name'] = (df.groupby('id')['sub_id'].transform('min')
                   .map(df.set_index('sub_id')['name'])
                )

output：

   id  sub_id    name id_name
0   1      12    pear   fruit
1   1       1   fruit   fruit
2   1      13  orange   fruit
3   2      23     cat  animal
4   2       2  animal  animal