我在 pandas df 中有一张 table 。
id prod1 prod2 count
1 10 30 100
2 10 20 200
3 20 10 200
4 30 10 100
5 30 40 300
我在 df2 中还有另一个表
product price master_product
1000 1 10
5000 2 10
2000 2 20
9000 5 20
8000 1 20
30 3 0
4000 4 50
检查prod1和prod2是否属于master_product中的值，
如果是 我想用我的 master_product 中最便宜的产品替换我的第一个 df 中的 prod1 和 prod2。
如果 prod1 和 prod2 值与 master_product 中的值不匹配， 保持值不变。
我正在寻找决赛 table 。
id prod1 prod2 count
1 1000 4000 100
2 1000 8000 200
3 8000 1000 200
4 30 1000 100 #since 30 is not in master_product,leave as it is
5 30 40 300
我试图使用 .map 函数来实现这个 但我只能做到这一点。
df['prod1'] = df['prod1'].map(df2.set_index('master_product')['product'])
df['prod2'] = df['prod2'].map(df2.set_index('master_product')['product'])
但它会尝试用 df2 的 master_product 中的匹配值替换 prod1 和 prod2 中的每个值。
有什么想法可以实现吗？
请您参考如下方法:
您可以先修改 df1 为 master_product by groupby 的最低 price与 idxmin - 以最小的 price 获取所有指数:
df1 = df1.loc[df1.groupby('master_product')['price'].idxmin()]
print (df1)
product price master_product
5 30 3 0
0 1000 1 10
4 8000 1 20
6 4000 4 50
为映射创建dict:
d = df1.set_index('master_product')['product'].to_dict()
print (d)
{0: 30, 10: 1000, 20: 8000, 50: 4000}
最后map如果缺少值，请通过 combine_first 添加它:
df.prod1 = df.prod1.map(d).combine_first(df.prod1)
df.prod2 = df.prod2.map(d).combine_first(df.prod2)
print (df)
id prod1 prod2 count
0 1 1000.0 30.0 100
1 2 1000.0 8000.0 200
2 3 8000.0 1000.0 200
3 4 30.0 1000.0 100
4 5 30.0 40.0 300
