我想遍历数据框,如果列 ITEM CODE 包含字典键,我想检查同一行是否包含字典值[0](元组中的第一个位置),如果包含我想插入字典值 1 (元组中的第二个位置)到另一个名为 SKU 的列
catp = {"2755":(('24','002'),('25','003'),('26','003'),('27','004'),('28','005'),('29','006'),('30','007'),('31','008'),
('32','009'),('32','010'),('33','011'),('34','012'),('35','013'),('36','014')),
"2513":(('38','002'),('40','003'),('42','004'),('44','005'),('46','006'),('48','007'),('50','008'),('52','009'),
('54','010'))}
for i, row in df3.iterrows():
if catp.key() in df3['ITEM CODE'][i] and catp.value()[0] in df3['TG'][i]:
codmarime = catp.value()[1]
df3['SKU'][i] = '20'+df3['ITEM CODE'][i]+[i]+codmarime
else:
df3['SKU'][i] = '20'+df3['ITEM CODE'][i]+'???'
如果找到 2755 和 24 SKU = '202755638002'
如果找到 2513 和 44 SKU = '202513123005'
最佳答案
由于您未能提供文本数据来至少创建 DataFrame 的一个片段, 我从你的图片中复制了 3 行,创建了我的测试 DataFrame:
df3 = pd.DataFrame(data=[
[ '1513452', 'AVRO D2', '685', 'BLACK/BLACK/ANTRACITE', '24', 929.95, '8052644627565' ],
[ '2513452', 'AVRO D2', '685', 'BLACK/BLACK/ANTRACITE', '21', 929.95, '8052644627565' ],
[ '2755126', 'AMELIA', 'Y17', 'DARK-DENIM', '24', 179.95, '8052644627565' ]],
columns=[ 'ITEM CODE', 'ITEM', 'COLOR', 'COLOR CODE', 'TG', 'PRICE', 'EAN' ])
详细信息:
- 第一行不包含
ITEM CODE
列中的任何catp
键。 - 第二行:
ITEM CODE
包含您的代码之一 (2513) 但用于TG
2513
键下没有保存的列包含第一个元素 == 21。 - 第三行:
ITEM CODE
包含您的代码之一 (2755),TG
== 24 在2755
下保存的元组中,有一个 == 24。
然后我们必须定义几个辅助函数:
def findContainedCodeAndVal(dct, str):
for eachKey in dct.keys():
if str.find(eachKey) >= 0:
return (eachKey, dct[eachKey])
else:
return (None, None)
此函数尝试在 dct
中查找包含在 str
中的键。
它返回一个二元组,其中包含从 dct
中找到的键和关联值。
def find2ndElem(tuples, str):
for tpl in tuples:
if tpl[0] == str:
return tpl[1]
else:
return ''
此函数检查 tuples
中的每个元组是否是其第一个元素
== str
并返回此元组的第二个元素。
最后定义的函数是应用于每一行的函数
来自你的数据框。它返回要保存在 SKU
列中的值:
def fn(row):
ind = row.name # Read row index
iCode = row['ITEM CODE']
k, val = findContainedCodeAndVal(catp, iCode)
codmarime = ''
if k:
tg = row.TG
codmarime = find2ndElem(val, tg)
if codmarime == '':
codmarime = '???'
return f'20/{iCode}/{ind}/{codmarime}'
请注意,它使用您的 catp
字典。
为了演示,我在返回值中引入了额外的 斜线,分隔相邻的部分。在目标版本中删除它们。
最后要做的是计算 DataFrame 的 SKU
列,
将 fn
函数应用于 df3
的每一行并将结果保存在
SKU
列:
df3['SKU'] = df3.apply(fn, axis=1)
当您打印 DataFrame(包含我的测试数据)时,SKU
列将
包含:
20/1513452/0/???
20/2513452/1/???
20/2755126/2/002
关于python - 遍历数据框并根据字典条件进行更新,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55677074/