熊猫在dataframe中按条目替换id号

Question

我有两种不同的数据。一个看起来像这样

arriv depart stop_id
12:35 12:40  a2b
23:00 01:00  a1e

其他的看起来是这样的：

stop_id  lon   lat   name
a1e      12.1  13.2  Old Church
a2b      12.2  13.1  Postal Service

现在，我想用数据子集创建一个如下所示的dataframe：

arriv depart stop_id  lon   lat   name
12:35 12:40  a2b      12.2  13.1  Postal Service
23:00 01:00  a1e      12.1  13.2  Old Church

基本合并这两个数据格式，但在停止列表中包含大量的双条目。做这件事的好方法是什么？

Answer 1

您可以在主熊猫名称空间中使用pandas.DataFrame.merge()函数来组合公共列stop_id上的这些数据：

import pandas as pd

df1 = pd.DataFrame(
    {'arriv': ['12:35', '23:00'],
     'depart': ['12:40', '01:00'],
     'stop_id': ['a2b', 'a1e']}
)

df2 = pd.DataFrame(
    {'stop_id': ['a2b', 'a1e'],
     'lon': ['12.1', '12.2'],
     'lat': ['12.2', '13.1'],
     'name': ['Old Church', 'Postal Service']}
)
print (pd.merge(df1, df2, on='stop_id'))

在您的示例中，不需要将how参数定义为默认的inner。但有时您可以使用left、right或outer (类似于SQL full outer join)选项，例如

pd.merge(df1, df2, how='outer', on='stop_id')

Answer 2

我相信您想要的是：“对于第一个dataframe中的每个实例，合并lon lat和name列(在另一个dataframe中可用)。”

如果是这样的话，可以使用pd.merge()：

import pandas as pd
timeDF = pd.DataFrame({
          "arriv":["12:35","23:00","13:35","12:35"],
          "depart":["12:40","01:00","14:25","14:35"],
          "stop_id":["a2b","a1e","a2b","a1e"]
          })
stopDF = pd.DataFrame({
          "long":["12.1","13.1"],
          "lat":["13.0","14.3"],
          "name":["nameA","nameB"],
          "stop_id":["a2b","a1e"]
          })
print(pd.merge(timeDF,stopDF,how='left',on='stop_id'))

投入：

arrive_departure_dataframe:
    arriv depart stop_id
0  12:35  12:40     a2b
1  23:00  01:00     a1e
2  13:35  14:25     a2b
3  12:35  14:35     a1e

stops_information_dataframe:
    long   lat   name stop_id
0  12.1  13.0  nameA     a2b
1  13.1  14.3  nameB     a1e

产出：

   arriv depart stop_id  long   lat   name
0  12:35  12:40     a2b  12.1  13.0  nameA
1  23:00  01:00     a1e  13.1  14.3  nameB
2  13:35  14:25     a2b  12.1  13.0  nameA
3  12:35  14:35     a1e  13.1  14.3  nameB