python - 根据另一列中的值将值添加到 Pandas 数据框的一列

Question

假设我有两个矩阵，一个原始矩阵和一个引用矩阵:

import pandas as pa
print "Original Data Frame"
# Create a dataframe
oldcols = {'col1':['a','a','b','b'], 'col2':['c','d','c','d'], 'col3':[1,2,3,4]}
a = pa.DataFrame(oldcols)
print "Original Table:"
print a

print "Reference Table:"
b = pa.DataFrame({'col1':['x','x'], 'col2':['c','d'], 'col3':[10,20]})
print b

表格看起来像这样:

Original Data Frame
Original Table:
  col1 col2  col3
0    a    c     1
1    a    d     2
2    b    c     3
3    b    d     4

Reference Table:
  col1 col2  col3
0    x    c    10
1    x    d    20

现在我想从原始表 (a) 的第三列 (col3) 中减去两个表的第二列匹配的行中引用表 (c) 中的值。因此，表二的第一行应该将值 10 添加到第三列，因为表 b 中列为 col2 的行为 'c' 在 col3 中的值为 10。合理？这是执行此操作的一些代码:

col3 = []
for ix, row in a.iterrows():
    col3 += [row[2] + b[b['col2'] == row[1]]['col3']]

a['col3'] = col3
print "Output Table:"
print a

产生以下输出:

Output Table:
  col1 col2  col3
0    a    c  [11]
1    a    d  [22]
2    b    c  [13]
3    b    d  [24]

我的问题是，有没有更优雅的方法来做到这一点？此外，“col3”中的结果不应是列表。也欢迎使用 numpy 的解决方案。

Answer 1

我不太明白你对你正在尝试做什么的描述，但是你所显示的输出可以通过首先合并两个数据帧然后进行一些简单的操作来生成；

>>> df = a.merge(b.filter(['col2', 'col3']), how='left',
                 left_on='col2', right_on='col2', suffixes=('', '_'))
>>> df
  col1 col2  col3  col3_
0    a    c     1     10
1    b    c     3     10
2    a    d     2     20
3    b    d     4     20

[4 rows x 4 columns]
>>> df.col3_.fillna(0, inplace=True) # in case there are no matches
>>> df.col3 += df.col3_
>>> df
  col1 col2  col3  col3_
0    a    c    11     10
1    b    c    13     10
2    a    d    22     20
3    b    d    24     20

[4 rows x 4 columns]
>>> df.drop('col3_', axis=1, inplace=True)
>>> df
  col1 col2  col3
0    a    c    11
1    b    c    13
2    a    d    22
3    b    d    24

[4 rows x 3 columns]

如果 b 中的 col2 中的值不是唯一的，那么您可能还需要这样的东西:

>>> b.groupby('col2', as_index=False)['col3'].aggregate(sum)