Pandas Dataframe 索引和位置

Question

我是 Pandas 的新手，正在做一項將一些 pandas 代碼轉換為 pyspark 的作業。

有人可以解釋一下下面的代碼實際上在做什么嗎？

有一個名為 DFF 的 Pandas Dataframe，如下所示：

                    DB
SalesOrder SOItem SLNo    
4500041    10     1     PP
4501034    20     1     ZH

這是 DFF 的索引詳細信息

                       DB
SalesOrder SOItem SLNo    
4500041    10     1     PP
4501034    20     1     ZH

MultiIndex([('4500041', '10', 1),
            ('4501034', '20', 1)],
           names=['SalesOrder', 'SOItem', 'SLNo'])

還有一個名為 SDD 的 Pandas Dataframe 如下所示：

  SalesOrder SOItem  SLNo    DlvDate  ...  DB  CommittQty ProdOrder CommitQty
0    4500041     10     1 2017-02-16  ...  PP       6,000                 6.0
1    4501034     20     1 2017-02-13  ...  ZH       1,000                 1.0
2    4501034     10     2 2017-02-16  ...  ZH        5,00                 5.0
3    4501464     20     2 2017-02-13  ...  KK       9,000   8500065       9.0

[4 rows x 11 columns]

我需要幫助的代碼部分如下。

SDD.loc[DFF.index, 'RDD'] = SDD.loc[DFF.index, 'DlvDate'] 

有人可以解釋一下上面的代碼行中正在做什么嗎？ 我在 Pyspark 中得到了這兩個數據幀，但無法理解如何處理上面提到的 Pandas 代碼。

我打印了每個級別進行調試，但是並沒有得到太多的理解。

Answer 1

這是使用以下代碼執行的以下操作。

SDD.loc[DFF.index, 'RDD'] = SDD.loc[DFF.index, 'DlvDate']

基本上在上面這一行中，正在完成以下操作。

DFF Dataframe 的所有索引列和 SDD Dataframe 的所有索引列都已連接。 在 SDD Dataframe 上創建一個名為“RDD”的新列，對於 DFF Dataframe 的所有匹配索引值，在 RDD 列中設置 SDD.DlvDate 列值，對於不匹配的值，設置 null。

等效的 pyspark 左加入數據幀，其中 SDD 為左 dataframe，然后使用“case when then”需要檢查 DFF dataframe 的任何加入列是否為 null 然后將 SDD dataframe DlvDate 設置為 88363418