迭代熊猫数据框

Posted 2023-03-12

【中文标题】迭代熊猫数据框

【英文标题】：iterating on pandas dataframes

【发布时间】：2020-05-17 12:45:24

【问题描述】：

我有两个 csv 文件。文件 1 看起来像这样： file1

文件 2 如下所示：file2

我需要编写一个脚本（我正在使用 pandas 数据框），每次 Brewer 和 Microbrewers 的被许可方名称出现在 file1 的列中时，都会用“是”填充该列。 如果 Brewer 和 Microbrewers Licensees 不在 file1 上，则添加到 file1 中，包括县和地址（解析 file1 上的每一列）

目前为止：

import pandas as pd
import numpy as np
factories=[]

file1=pd.read_csv("CraftBeverageData.csv")
file2=pd.read_csv("brewers.csv")
beers1 = pd.DataFrame(file1)
for i in beers1["Name"]:
    factories.append(i)

for name in brewers["Brewer and Microbrewers Licensees"]:
    if name in  factories:
        beers1["Brewer and Microbrewers Licensees"]="Yes"

【问题讨论】：

嘿@qqqqqqq，尝试将您的数据帧作为代码发布，这样我们更容易为您提供帮助。还有你试过什么？发布你的一些代码

【参考方案1】：

据我了解，Brewer 和 Microbrewers Licensees 列 CraftBeverageData.csv 已作为预期结果填充， 但它实际上应该填充数据，基于 Name 列的存在 在 CraftBeverageData.csv 中，第一列在另一个 DataFrame 中。

代码应该如下所示：

# Read DataFrames
beverages = pd.read_csv("CraftBeverageData.csv")
brewers = pd.read_csv("brewers.csv")
# Processing
licNames = brewers['Brewer and Microbrewers Licensees'].values
beverages['Brewer and Microbrewers Licensees'] =\
    beverages.Name.apply(lambda name: 'Yes' if name in licNames else '')

我无法测试这段代码，因为您没有提供源数据 以易于复制的形式。

另一个更简洁的解决方案，基于 Numpy（在您阅读了两个 DataFrame 之后）：

licNames = brewers['Brewer and Microbrewers Licensees']
beverages['Brewer and Microbrewers Licensees'] =\
    np.where(beverages.Name.isin(licNames), 'Yes', '')

【讨论】：

嘿@Valdi_Bo 这实际上有效，谢谢。我以前从未使用过“lambda”。我不知道这是一件事

但是如果不存在，我如何将 Brewer 和 Microbrewers Licensees 添加到饮料数据框中。我如何解析地址部分？

我的代码（两个版本）都包含 beverages['Brewer and Microbrewers Licensees'] = ... 这意味着如果这个列不在DataFrame中，它将是创建的。否则它之前的内容将被覆盖。