python - 组合两个数据帧中的两列；索引相同但长度不同

Question

请注意，我是一名初级程序员，也是一名初级 python/pandas 用户。我是一名行为科学家，正在学习使用 pandas 来处理和组织我的数据。因此，其中一些问题可能看起来完全显而易见，而且似乎是一个不值得论坛讨论的问题。请大家宽容!对我来说，这就是几天的工作，我确实已经花了几个小时试图找出这个问题的答案。预先感谢您的帮助。

我的数据如下所示。 “真实”参与者和接收者数据始终是 5 位数字，“行为”数据始终是字母代码。我的问题是，我也将这种格式用于特殊行，在“ Actor ”列中用“日期”或“s”等标记表示。这些标记指示“行为”列保存这种特殊类型的数据，而不是实际的行为数据。因此，我想用 NaN 值替换 Actor 列中的标记，并从行为列中获取特殊数据以放入另一列(在本例中为空的 Activity 列)。

    follow    Activity    Actor    Behavior    Recipient1
0   1         NaN         date     2.1.3.2012  NaN
1   1         NaN         s        ss.hx       NaN
2   1         NaN         50505    vo          51608
3   1         NaN         51608    vr          50505
4   1         NaN         s        ss.he       NaN

到目前为止，我已经在 pandas 中编写了一些代码，以将“s”行选择到新的数据帧中:

def get_act_line(group):
    return group.ix[(group.Actor == 's')]

result = trimdata.groupby('follow').apply(get_act_line)

我已将此数据框中的“行为”列复制到“事件”列，并将 Actor 和行为值替换为 NaN:

result.Activity = result.Behavior
result.Behavior = np.nan
result.Actor = np.nan
result.head()

所以我的新数据框如下所示:

follow         follow    Activity    Actor    Behavior    Recipient1
1        2     1         ss.hx       NaN      NaN         NaN
         34    1         hf.xa       NaN      NaN         f.53702
         74    1         hf.fe       NaN      NaN         NaN
10       1287  10        ss.hf       NaN      NaN         db
         1335  10        fe          NaN      NaN         db

我现在想做的就是将此数据帧与原始数据帧合并，替换这些选定行中的所有值，但保留原始数据帧中其他行的值。

这可能看起来是一个简单的问题，但有一个明显的解决方案，或者也许我一开始就搞错了!

我已经阅读了 Wes McKinney 的书，我阅读了有关不同类型的合并、映射、连接、转换、串联等的文档。我浏览了论坛，但没有找到可以帮助我理解的答案这个出来了。我们将非常感谢您的帮助。

Answer 1

实现此目的的一种方法(尽管可能有更优化或更优雅的方法)是:

mask = (df['Actor']=='s')
df['Activity'] = df[mask]['Behavior']
df.ix[mask, 'Behavior'] = np.nan 

其中 df 相当于您的结果数据框。这应该返回(我的列顺序略有不同):

  Activity  Actor             Behavior  Recipient1  follow
0      NaN   date  2013-04-01 00:00:00          NaN       1
1    ss.hx    NaN                ss.hx          NaN       1
2      NaN  50505                   vo        51608       1
3      NaN  51608                   vr        50505       1
4    ss.he    NaN                ss.hx          NaN       1

引用文献:

• df.ix 的解释来自其他 STO 帖子。