python - 根据不同数据框中的匹配值将摘要列添加到 Pandas 数据框中

Question

我有一个指示项目成员和项目开始日期的 DataFrame，以及指示出生日期的第二个 DataFrame。我正在尝试根据每个项目的开始添加一些列，以指示某些年龄段的总人数。

print(projects)
           Start  John  Bob  Gladys
Project                               
A     2014-01-08     1    0       0
B     2016-08-09     0    1       1
C     2018-02-06     0    1       0

print(birthdays)
             birth
name              
John    1983-04-06
Gladys  1969-08-02
Bob     1946-11-03

我考虑过使用 .apply() 或 .iterrows() 方法，但我什至不知道从哪里开始。真正的 DataFrame 有更多的列和行，所以我需要避免按名称调用任何列。

这就是我想要完成的:

              Start  John  Bob  Gladys  25-34  35-45  46-55  56+
Project                                                         
A        2014-01-08     1    0       0      1      0      0    0
B        2016-08-09     0    1       1      0      0      1    1
C        2018-02-06     0    1       0      0      0      0    1

关于从哪里开始有什么建议吗？

Answer 1

这是使用 melt 的一种方法, cut , crosstab和 merge :

##unpivot the dataframe keeping Start as index and keep only value ==1
melt_=projects.melt('Start').query('value==1') 
#map the variable column from above with our birthday` dataframe squeezed into a series. 
#Once mapped, subtract with the `Start` column to find out year difference.
Age=(melt_.Start-melt_.variable.map(birthdays.squeeze())).dt.days//365
#using pd.cut , we cut the Age into bins and assign our labels.
bins=[25,35,45,55,np.inf]
labels=['25-34','35-45','46-55','56+']
melt_=melt_.assign(Age=pd.cut(Age,bins,labels=labels))

最后用 pd.crosstab(melt_.Start,melt_.Age) 的 crosstab 输出与原始 df 合并:

projects.merge(pd.crosstab(melt_.Start,melt_.Age).reindex(columns=labels,fill_value=0)
                              ,left_on='Start',right_index=True)

---

              Start  John  Bob  Gladys  25-34  35-45  46-55  56+
Project                                                        
A       2014-01-08     1    0       0      1      0      0    0
B       2016-08-09     0    1       1      0      0      1    1
C       2018-02-06     0    1       0      0      0      0    1

注意:预期的输出是错误的，因为 Bob 年长并且根据项目日期是 56+。