Pandas：两个大小不同但值相似的数据框。当 df1 具有相似的值时，我需要来自 df2 的数据

Manks 发表于 Dev

曼克斯

我有一个数据帧，其间隔比另一个包含我需要的其他信息的数据帧小。

以下是将输入的结果的示例

df1
  Labels  Interval
0     A1         1
1     A1         2
2     A1         3
3     A1         4
4     A2         1
5     A2         2
6     A2         3
7     A2         4

df2
  Labels  From  To  Data
0     A1     0   2   103
1     A1     2   4   110
2     A2     0   2   110
3     A2     2   4   103

我需要从 df2 在数据框 df1 中创建新列（数据）

df1
  Labels  Interval  Data
0     A1         1   103
1     A1         2   103
2     A1         3   110
3     A1         4   110
4     A2         1   110
5     A2         2   110
6     A2         3   103
7     A2         4   103

我试过使用 np.where 和 df.loc 函数，但因为它们的大小不同，所以它并没有真正起作用。我现在正在尝试做一个 for 循环，但是整个数据集的代码需要很长时间。

df1['Data'] =np.where((df1['Interval'] <= df2['To']) & (df1['Interval'] >= df2['From']) & (df1['Labels'] == df2['Labels']),df2['Data'],'NA')

编辑**

我还应该补充一点，在这种情况下，间隔和来自/到项目是连续的，但在实际数据集中有 0.5 和增量，我认为这使得映射数据变得困难，这就是为什么我想使用 < 和> 功能。

舒巴姆·夏尔马

我们可以IntervalIndex从列From和创建一个To，然后使用MultiIndex.map映射Data从df2到df1

i = pd.IntervalIndex.from_arrays(df2['From'], df2['To'])
df1['Data'] = df1.set_index(['Labels', 'Interval']).index\
                 .map(df2.set_index(['Labels', i])['Data'])

  Labels  Interval  Data
0     A1         1   103
1     A1         2   103
2     A1         3   110
3     A1         4   110
4     A2         1   110
5     A2         2   110
6     A2         3   103
7     A2         4   103

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。