Skip to main content
 首页 » 编程设计

python之替换 DF 中的单元格,其中 DF 的单元格是其他 DF 中所需行的索引

2024年11月24日8Free-Thinker

在 df1 中,每个单元格值都是我想要从 df2 中获取的行的索引。

我想获取 df2 trial_ms 列中行的信息,然后根据获取的 df2 列重命名 df1 中的列。

可重现的 DF:

# df1 
 
nan = np.NaN 
df1 = {'n1': {0: 1, 1: 2, 2: 8, 3: 2, 4: 8, 5: 8}, 
 'n2': {0: nan, 1: 3.0, 2: 9.0, 3: nan, 4: 9.0, 5: nan}, 
 'n3': {0: nan, 1: nan, 2: 10.0, 3: nan, 4: nan, 5: nan}} 
 
df1 = pd.DataFrame().from_dict(df1) 
 
# df2 
 
df2 = { 
 'trial_ms': {1: -18963961, 2: 31992270, 3: -13028311}, 
 'user_entries_error_no': {1: 2, 2: 6, 3: 2}, 
 'user_entries_plybs': {1: 3, 2: 3, 3: 2}, 
 'user_id': {1: 'seb', 2: 'seb', 3: 'seb'}} 
 
df2 = pd.DataFrame().from_dict(df2) 

预期输出:

**n1_trial_ms      n2_trial_ms          n3_trial_ms** 
 
31992270            NaN                 NaN 
-13028311           -18934961           NaN 
 
etc. 

尝试:

for index, row in ch.iterrows(): 
        print(row) 
        b = df1.iloc[row]['trial_ms'] 

给我错误:

IndexError: positional indexers are out-of-bounds

请您参考如下方法:

我相信您需要来自 trial_ms 列的字典 - 键是 df1 的索引并用 get 替换值,如果不匹配的值是 get缺失值 NaN:

d = df2['trial_ms'].to_dict() 
df3 = df1.applymap(lambda x: d.get(x, np.nan)).add_suffix('_trial_ms') 
print (df3) 
   n1_trial_ms  n2_trial_ms  n3_trial_ms 
0  -18963961.0          NaN          NaN 
1   31992270.0  -13028311.0          NaN 
2          NaN          NaN          NaN 
3   31992270.0          NaN          NaN 
4          NaN          NaN          NaN 
5          NaN          NaN          NaN