Skip to main content
 首页 » 编程设计

python之查找两个值并填写

2024年11月24日11zlslch

我有一个数据框(我的真实数据框有 50 000 行和 34 列):

df = pd.DataFrame({ 
    'NAME': ['APPLE COMPANY A', 'BANANA COMPANY B', 'ORANGE COMPANY C', 'APPLE COMPANY A'], 
    'INVESTMENTS': ['OIL LTD', 'GOLD LTD', 'GAS LTD', 'GAS LTD'], 
    'STOCKS' : [100, 200, 300, 400], 
    'OIL LTD': [0, 0, 0, 0], 
    'GOLD LTD': [0, 0, 0, 0], 
    'GAS LTD': [0, 0, 0, 0], 
    }) 
 
               NAME INVESTMENTS  STOCKS  OIL LTD  GOLD LTD  GAS LTD 
0   APPLE COMPANY A     OIL LTD     100        0         0        0 
1  BANANA COMPANY B    GOLD LTD     200        0         0        0 
2  ORANGE COMPANY C     GAS LTD     300        0         0        0 
3   APPLE COMPANY A     GAS LTD     400        0         0        0 

如何根据 NAME 和列名中的值查找列 STOCKS 中的值?例如,对于 OIL LTD 列中的第一个值,它在 NAME 和 OIL LTD 列中搜索 APPLE COMPANY A (基于具有相同名称的列)在 INVESTMENTS 列中,它给出了值 100 并且可以在下面看到。因此,它搜索的值来自列名称 OIL LTD、GOLD LTD、GAS LTD 等,基于 中的值姓名 和投资。

我希望输出看起来像这样:

               NAME INVESTMENTS  STOCKS  OIL LTD  GOLD LTD  GAS LTD 
0   APPLE COMPANY A     OIL LTD     100      100         0      400 
1  BANANA COMPANY B    GOLD LTD     200        0       200        0 
2  ORANGE COMPANY C     GAS LTD     300        0         0      300 
3   APPLE COMPANY A     GAS LTD     400        0         0      400 

如果我想查找一个值,我通常会使用 pd.merge(),但不确定它是否适用于两个值。它适用于 Excel,但每列运行该函数需要 15 分钟,效率不高。

请您参考如下方法:

如果最后一列仅由 0 填充,解决方案是 pivot,然后删除列和最后一个连接:

df1 = df.pivot('NAME','INVESTMENTS','STOCKS').fillna(0).astype(int) 
df = df.drop(df1.columns, axis=1).join(df1, on='NAME') 
print (df) 
               NAME INVESTMENTS  STOCKS  GAS LTD  GOLD LTD  OIL LTD 
0   APPLE COMPANY A     OIL LTD     100      400         0      100 
1  BANANA COMPANY B    GOLD LTD     200        0       200        0 
2  ORANGE COMPANY C     GAS LTD     300      300         0        0 
3   APPLE COMPANY A     GAS LTD     400      400         0      100 

如果列的顺序与原始 DataFrame 中的顺序相同:

cols = df.columns.drop(['NAME','INVESTMENTS','STOCKS']) 
df1 = df.pivot('NAME','INVESTMENTS','STOCKS').fillna(0).astype(int)[cols] 
df = df.drop(df1.columns, axis=1).join(df1, on='NAME') 
print (df) 
               NAME INVESTMENTS  STOCKS  OIL LTD  GOLD LTD  GAS LTD 
0   APPLE COMPANY A     OIL LTD     100      100         0      400 
1  BANANA COMPANY B    GOLD LTD     200        0       200        0 
2  ORANGE COMPANY C     GAS LTD     300        0         0      300 
3   APPLE COMPANY A     GAS LTD     400      100         0      400