我有两个 pandas Dataframes,第一个名为 source 我们有 ID 和 Names (ID, Username) source.head()
第二个名为 data_code,其中我们也只有 unsernames (0) 列和一个代码列,我将在其中尝试获取 ID。
data_code.head()
我所做的是创建一个函数,该函数将在两个 Dataframes 中查找相同的 Usenames,并从源 Dataframe 中获取用户名的 ID,如果不存在,它将生成一个随机 ID。在我的解决方案中,我尝试创建一个字典,其中我将只有唯一值。
uniqueIDs = data_code[0].unique()
FofToID= {}
然后我将使用这个函数用 Id 填充字典
for i in range(len(uniqueIDs)):
if uniqueIDs[i] in list(source["username"]):
FofToID[uniqueIDs[i]]= np.float_(source[source["username"]==i]["id"])
else:
FofToID[uniqueIDs[i]]= int(random.random()*10000000)
输出如下: 我的问题是 source Dataframe 中存在的所有值都获得值 Series([], Name: id, dtype: float64)。我试图解决这个问题,但我失败了。
请您参考如下方法:
使用merge使用左连接,对于不存在的值 id 使用 fillna最后通过 set_index 创建 Series与 to_dict :
source = pd.DataFrame({'id':[111111,222222,666666,888888], 'username':['aa','ss','dd','ff']})
data_code = pd.DataFrame({'code':[0]*4, 0:['ss','dd','rr','yy']})
FofToID = (data_code.merge(source, left_on=0, right_on='username', how='left')
.fillna({'id': int(random.random()*10000000)})
.set_index(0)['id']
.to_dict()
)
print (FofToID)
{'ss': 222222.0, 'dd': 666666.0, 'rr': 367044.0, 'yy': 367044.0}
