我一直试图以干净的方式解决这个问题,但在这个任务上一直失败。
直截了当...我有 2 个数据框:
df1
anID siID daID
0 A 0 0
1 D 0 0
2 E 0 0
3 F 0 0
4 G A D
5 H E D
6 B 0 0
7 I E M
8 L F 0
9 M B H
10 N A D
df2
map_id renum_id
0 A 1
1 C 2
2 B 3
3 E 4
4 D 5
5 F 6
6 Q 7
7 V 8
8 H 9
9 G 10
10 N 11
基本上,df1是一个带有识别码的数据框,df2$renum_id有新代码来替换现有代码和df2$map_id是指导df1重新编码的 map 的专栏。
现在我需要一种干净、轻便/快速的方法来获得相应的 renum_id map_id 中所有 3 列的值(使用 df1 作为键) (anID,siID,daID)。基本上,我希望它为每个字母提供相应的 renum_ID,并保留 0 (零)对于 df1 中的零。
所以,我需要一个 df3像这样:
anID siID daID anID/ siID/ daID/
0 A G 0 1 10 0
1 D E A 5 4 1
2 E 0 0 4 0 0
3 F B D 6 3 5
4 G A D 10 1 5
5 H E D 9 4 5
6 B 0 0 2 0 0
7 N A D 11 1 5
这可能真的很简单,但我一直在尝试使用 pd.merge无法想出办法解决我的问题。
Dataframes 大约有数十万行,这就是为什么我坚持需要一种“轻”的方式来解决它。
提前谢谢大家。
请您参考如下方法:
我想你可以先用df2 创建dictionary by to_dict然后 replace df1 中的值由 dictionary d。最后 concat新的 DataFrame df3 到 df1 按列:
d = df2.set_index('map_id').to_dict()
print d['renum_id']
{'A': 1, 'C': 2, 'B': 3, 'E': 4, 'D': 5, 'G': 10, 'F': 6, 'H': 9, 'N': 11, 'Q': 7, 'V': 8}
df3 = df1.replace(d['renum_id'])
df3.columns = [col + '/' for col in df3.columns]
print df3
anID/ siID/ daID/
0 1 0 0
1 5 0 0
2 4 0 0
3 6 0 0
4 10 1 5
5 9 4 5
6 3 0 0
7 I 4 M
8 L 6 0
9 M 3 9
10 11 1 5
print pd.concat([df1, df3], axis=1)
anID siID daID anID/ siID/ daID/
0 A 0 0 1 0 0
1 D 0 0 5 0 0
2 E 0 0 4 0 0
3 F 0 0 6 0 0
4 G A D 10 1 5
5 H E D 9 4 5
6 B 0 0 3 0 0
7 I E M I 4 M
8 L F 0 L 6 0
9 M B H M 3 9
10 N A D 11 1 5
