python - 如何在 Pandas 数据框中有条件地进行 vlookup

Question

我正在尝试弄清楚如何进行 vlookup 来挑选最新价格来填充第二个表。下面是一个例子。对于商品 #1，最新价格为 6 (=$6)，商品 #2 的最新价格为 5 (=$4)。填写表 B 的最佳方式是什么？注意:如果项目是新的，则可能会在表 A 中找不到 item_id。

有什么指导吗？非常感谢。

表A(引用)

| Item_ID | Month | Price |
|---------|-------|-------|
| 1       | 4     | 10    |
| 1       | 5     | 8     |
| 1       | 6     | 6     |
| 2       | 5     | 4     |

表B(待填充)

| Shop_ID | Item_ID | Price |
|---------|---------|-------|
| 1       | 1       | 6     |
| 1       | 2       | 4     |

Answer 1

要填充 df2 中的 Price 列，我们可以使用 Item_ID 和 Price 创建一个 Pandas 系列。使用drop_duplicates对于每个 Item_ID 的最后一行，并通过 set_index 创建 Series并选择列。最后用 map 创建新列.

完整示例:

import pandas as pd

# Sample data
data1 = dict(Item_ID=[1,1,1,2], Month=[4,5,6,5], Price = [10,8,6,4])
data2 = dict(Shop_ID=[1,1],Item_ID=[1,2])

# Create dfs
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

# Crete a series with Item_ID as index and Price as value
s = df1.drop_duplicates('Item_ID', keep='last').set_index('Item_ID')['Price']

# Create new column in df2
df2['Price'] = df2['Item_ID'].map(s)
print (df2)

返回:

   Shop_ID  Item_ID  Price 
0        1        1      6 
1        1        2      4 

<小时/>

更多详情

如有必要，请使用sort_values首先

s = (df1.sort_values(['Item_ID','Month'])
        .drop_duplicates('Item_ID', keep='last')
        .set_index('Item_ID')['Price'])

系列s看起来像这样:

Item_ID
1    6
2    4
Name: Price, dtype: int64