如何在没有for循环的情况下使用不同的数据框创建列

负载箱

我有一个主数据框df和另一个数据框ext_map：

df = pd.DataFrame(data={'true': [1, 2, 3], 'billed': [4, 5, 6], 'genre':['a','b','c']})

    true    billed  genre
0    1         4    a
1    2         5    b
2    3         6    c

ext_map = pd.DataFrame(data={'label':[1,2,3], 'a':[1.1,1.2,1.3], 'b':[2.1,2.2,2.3],'c':[3.1,3.2,3.3]})

    label   a   b   c
0    1      1.1 2.1 3.1
1    2      1.2 2.2 3.2
2    3      1.3 2.3 3.3

我想new_col在我的主数据框中创建一个新列，以便对于中的每一行df我想从列中获取值a, b, cof ext_mapbasedrow.genre并且row.true与标签相同ext_map。

[预期的]

    true    billed  genre new_col
0    1         4      a     1.1
1    2         5      b     2.3
2    3         6      c     3.3

一只蚂蚁

像一个声音，你应该能够加入一个修改版本的ext_map来df做到这一点。这里有一些很好的文档：https : //pandas.pydata.org/pandas-docs/stable/user_guide/merging.html

一个粗略的例子（可能有更简洁的方法来做到这一点）：

可以从广泛的格式的数据枢转至长格式（列举的每个组合true和genre使用）pd.melt()

temp = ext_map.melt(id_vars=['label'], value_vars=['a', 'b', 'c'], var_name='genre', value_name = 'new_col')

这产生了这个结果：

   label     genre  new_col
0      1        a      1.1
1      2        a      1.2
2      3        a      1.3
3      1        b      2.1
4      2        b      2.2
5      3        b      2.3
6      1        c      3.1
7      2        c      3.2
8      3        c      3.3

然后使用pd.merge()您提到的查找方法连接数据帧：

df.merge(temp, left_on = ['true', 'genre'], right_on = ['label', 'variable'])

给你这个结果：

   true  billed genre  label variable  new_col
0     1       4     a      1        a      1.1
1     2       5     b      2        b      2.2
2     3       6     c      3        c      3.3

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。