pandas - pandas 中数据的条件合并和转换

Question

我有两个数据框，我想使用框架 2 中的属性在框架 1 中创建新列

第 1 帧

    Name
    alice
    bob
    carol

第 2 帧

    Name  Type  Value
    alice lower 1
    alice upper 2
    bob   equal 42
    carol lower 0

想要的结果

第 1 帧

    Name   Lower Upper
    alice      1     2
    bob       42    42
    carol      0    NA
    

因此，两个框架的公共(public)列是“名称”。您可以使用 Name 查找(变量的)边界，这些边界在第二帧中指定。第 1 帧将每个名称仅列出一次。帧 2 每帧可能有一个或两个条目，它们可能指定下限或上限(或者如果类型相同，则一次指定两者)。我们不需要每个变量都有两个边界，其中一个边界可以保持为空。我想要一个列出每个变量范围的框架。我知道如何通过列上的 for 循环来做到这一点，但这似乎不符合 pandas 的精神。您对紧凑型解决方案有什么建议吗？ :-) 提前致谢

Answer 1

您不是在寻找合并，而是在寻找枢轴。

(df2[df2['Name'].isin(df1['Name'])]
 .pivot('Name', 'Type', 'Value')
 .reset_index()
)

但这并不能处理特殊的“相等”情况。

为此，您可以使用一个小技巧。将“equal”替换为包含其他两个值的列表，然后分解以创建两行。

(df2[df2['Name'].isin(df1['Name'])]
 .assign(Type=lambda d: d['Type'].map(lambda x: {'equal': ['lower', 'upper']}.get(x,x)))
 .explode('Type')
 .pivot('Name', 'Type', 'Value')
 .reset_index()
 .convert_dtypes()
)

输出:

    Name  lower  upper
0  alice      1      2
1    bob     42     42
2  carol      0   <NA>