如何从一个数据框中获取规则并将其应用于其他数据框以获取 python 中的统计信息？

Posted 2023-03-12

【中文标题】如何从一个数据框中获取规则并将其应用于其他数据框以获取 python 中的统计信息？

【英文标题】：How to get the rules from one dataframe and apply it to other dataframe to get the stats in python?

【发布时间】：2020-09-20 19:40:26

【问题描述】：

如图所示，我有两个数据框 df1 和 df2

  type  follow  following  sum   count                      
0 i_12    hard    norm     250     1                    
1 i_45    norm    norm     450     2                    
2 k_2     ease    hard     345     5                    
3 i_8     hard    norm     56      1                    
4 j_9     ease    ease     5       5

    type   follow  following  sum   count
0  i_group  hard    norm       780   67
1  i_group  norm    norm       567   7
2  k_group  ease    hard       678   5
3  j_group  ease    ease       5     5

这里，[follow & following] 列是规则，[sum & count] 是相同的统计数据。 我想编写一个代码，该代码将从 df2 获取规则并键入规则将应用于 df1 并从 df1 获取满足它的行。

for ex[i_12, i_45, i_8] 属于“i_group”，它们针对不同的规则有不同的统计数据。

所以我只需要从 df2 传递 column[type, follow, following] ，它应该从 df1 返回结果，如下所示。

 type   follow  following  sum   count
i_group hard     norm      306    2           #WHICH IS A SUM OF ROW 0 AND 3 
i_group norm     norm      56     1           #and so on.....

【问题讨论】：

df1 和 df2 的列名好像一样，你可以尝试通过for df in [df1,df2]:迭代它们

不，请不要遍历 dfs，绝对没有理由这样做。最好尝试df1.type.str.split('_').to_list() 之类的方法来获取群组，然后尝试groupby 等。

迭代将花费大量时间，这是不可接受的。 @tianlinhe

【参考方案1】：

我相信您需要首先在两个DataFrames 之间匹配type，然后使用df2 的过滤列DataFrame.merge 并在必要时聚合sum：

df = (df1.assign(type=df1['type'].replace('\d+', 'group', regex=True))
         .merge(df2[['type','follow','following']])
         .groupby(['type','follow','following'], as_index=False).sum())

print (df)
      type follow following  sum  count
0  i_group   hard      norm  306      2
1  i_group   norm      norm  450      2
2  j_group   ease      ease    5      5
3  k_group   ease      hard  345      5