Python pandas通过在另一个具有不同标签的DataFrame中搜索来替换DataFrame的值

qvk1mo1f 于 2023-09-29 发布在 Python

关注(0)|答案(2)|浏览(172)

我有两个 Dataframe 。df1包含城市和访问总数。df2包含VISITS记录。
定期用新访视时df2的数据更新df1。

df1示例（更新前）

ID    NAME     VISITS
---
01    CITY1    01
02    CITY2    01
...
06    CITYZ    12

df2示例

CITY     NUMBER
---
...
CITY1    01
CITY2    01    <--- highest of CITY2
CITYZ    13
CITY1    02
...
CITYZ    14
CITY1    03    <--- highest of CITY1
CITYZ    15    <--- highest of CITYZ

要更新，它将在df2['CITY']中查找df1['NAME']（这是相关性），并将最高的df2['NUMBER']放入该CITY的df1['VISITS']中。
更新后df1

ID    NAME     VISITS
---
01    CITY1    03    <--- updated
02    CITY2    01    <--- updated or not, it doesn't matter
...
06    CITYZ    15    <--- updated

我的方法：

df2.loc[df2['CITY'] == 'CITYZ', 'NUMBER'].max()

我得到了“CITIZ”（硬编码）的最大数量，但我不知道如何将其链接到df1。
下一个显然是错误的，但它的想法：

df1['VISITS'] = df2.loc[df2['CITY'] == df1['NAME'], 'NUMBER'].max()

此“解决方案”给出以下错误：ValueError：只能比较具有相同标签的Series对象

pandas

来源：https://stackoverflow.com/questions/77131670/python-pandas-replace-the-values-of-a-dataframe-by-searching-in-another-datafram

2条答案

按热度按时间

jdzmm42g1#

您可以从df2中删除重复的值，只保留最后更新的值（如果您的城市已经按'NUMBER'排序，您可以删除sort_values）：

df1['VISITS'] = df1['NAME'].map(df2.sort_values('NUMBER', ascending=True)
                                   .drop_duplicates('CITY', keep='last')
                                   .set_index('CITY')['NUMBER'])
print(df1)

# Output
   ID   NAME  VISITS
0   1  CITY1       3
1   2  CITY2       1
2   6  CITYZ      15

根据@Nick的回答：

df1['VISITS'] = df1['NAME'].map(df2.groupby('CITY')['NUMBER'].max())

输入数据：

>>> df1
   ID   NAME  VISITS
0   1  CITY1       1
1   2  CITY2       1
2   6  CITYZ      12

>>> df2
    CITY  NUMBER
0  CITY1       1
1  CITY2       1
2  CITYZ      13
3  CITY1       2
4  CITYZ      14
5  CITY1       3
6  CITYZ      15

赞(0）回复(0）举报 2023-09-29

sz81bmfz2#

一种方法是将VISITS列从df1中删除，然后将join删除到df2，并按CITY分组并聚合为max，将NUMBER列重命名为VISITS：

out = (df1
       .drop('VISITS', axis=1)
       .set_index('NAME')
       .join(df2.groupby('CITY')['NUMBER'].max())
       .rename(columns={'NUMBER':'VISITS'})
       .reset_index()
      )

示例数据的输出：

NAME  ID  VISITS
0  CITY1   1       3
1  CITY2   2       1
2  CITYZ   6      15

赞(0）回复(0）举报 2023-09-29

我来回答

Python pandas通过在另一个具有不同标签的DataFrame中搜索来替换DataFrame的值

2条答案

相关问题

热门标签

最新问答