基于多列python的连接

Question

Dataframes

df1:

col1        col2        col3        col4        col5        col6        col7        col8 
7865                                                                                abc
                                    7269        689                                 def
            8726                                                                    ghi
                                                                        986         jkl
                                                7689                                mno
                        8762                                                        pqr
                                                                                    stu
                        9698                                                        vwx
            3568                                                                    yz

df2:

Scientific value         mapping_value
1                        8726
2                        9698
3                        3568
4                        986
5                        7269

我希望将"col1、col2、col3、col4、col5、col6、col7“列值与df2中的"mapping_value”列相匹配，并在df1中创建一个名为“科学值”的新列，该列将在df2中包含“科学价值”列中的条目。

输出：

col1        col2        col3        col4        col5        col6        col7        col8   Scientific value
7865                                                                                abc    
                                    7269        689                                 def    5
            8726                                                                    ghi    1
                                                                        986         jkl    4
                                                7689                                mno
                        8762                                                        pqr
                                                                                    stu
                        9698                                                        vwx    2
            3568                                                                    yz     3

谢谢!

Answer 1

#Data
df=pd.DataFrame({'col1':[9698, '',''],'col2':['', 7269, ''], 'col3':['','',986]})

​

​

df2=pd.DataFrame({'Scientific value':[1,2,3,4],'mapping_value':[9698,7269,986,304]})

​

​

#Create dict
d=dict(zip(df2['mapping_value'],df2['Scientific value']))
#Apply dict to dataframe
df.apply(lambda x: x.map(d))

结果

​

​

Answer 2

我注意到：

• df1中的所有列都是对象类型(实际上是字符串)，
• ，但df2中的所有列(包括mapping_value)都是int类型。

因为像join这样的东西必须在mapping_value和col之间执行。列，它们必须被带到一个公共类型，例如使用某种辅助对象。

所以，首先要做的是创建一个“映射器”系列。

• 值取自df2 2的“科学值”，
• 索引取自df2.mapping_value，但被转换为string.

。

这样做的代码是：

mapper = df2.set_index('mapping_value')['Scientific value']
mapper.index = mapper.index.astype(str); mapper

然后定义一个函数以获得科学值( "true“值或”负值“中的空字符串)：

def getScVal(row):
    rw = row[:-1]    # without "col8" 
    rw = rw[rw != ''].to_frame('code').set_index('code')
    res = rw.join(mapper, how='inner')
    return res.iloc[0,0] if res.size > 0 else ''

若要生成新列，请运行：

df1['Scientific value'] = df1.apply(getScVal, axis=1)