如何针对其他数据框的行查询python数据框？

Posted 2023-02-16

【中文标题】如何针对其他数据框的行查询python数据框？

【英文标题】：How to query python data frame against row of other data frame?

【发布时间】：2022-01-01 03:53:44

【问题描述】：

所以我有一个 100 行的数据框 (Df1)。我还有一个包含 1 行的数据框（df2）。对于每个数据框，一行代表一个属性。有问题的列是“NIY”和“购买价格”。我想编写一个查询 DF1 的函数，以显示 NIY 在 DF2 的 0.1 以内且购买价格在 DF2 的 2,000,000 以内的结果。

DF1 包含多个列，其中包含“NIY”和“购买价格”。

Purchase_Price	NIY	Purchaser
230000000	0.15	GS
30000000	0.08	JKK

见下方代码

df1 = pd.read_csv('CopyTransactions.csv', header=3)

df2 = 'Purchase_Price': [25300000], 'NIY': [0.078]
df2 = pd.DataFrame(data=df2)
df1.query('Purchase_Price > 1000000 & NIY > 0.09')

df1.query('NIY within range g.0['NIY'] + or - 0.01 
     & Purchase_price within range g.0['Purchase_Price'] + or - 2,000,000)

代码一直工作到底部，我想弄清楚如何正确编码底部。 （底部代码中的 0 表示索引 0/第一行）

谢谢！

【问题讨论】：

“我也有一个包含 1 行的数据框 (df2)”，但 df2 这里有 2 行。此外，我们没有您的 csv 文件 'CopyTransactions.csv'。您正在查询名为df 的数据框，但未声明df。如果您需要帮助，您需要提供足够的代码和数据来重现您的问题

接下来，我不会在您的列标题中添加空格。使用下划线。即df2 = 'Purchase_Price': [25300000, 34400000], 'NIY': [0.078, 0.11]。这样，df2.query('Purchase_Price > 1000000 & NIY > 0.09') 就可以工作了

“我想编写一个函数来查询 DF1 以显示 NIY 在 DF2 的 0.1 范围内的结果”。那你为什么放+ or - 0.02？

谢谢，我会编辑的。本质上，我希望能够在一个范围内查询，而不是 > 或

明白了。建立 df1 的小样本数据集（就像您为 df2 所做的那样）

【参考方案1】：

query，你可以试试：

>>> df1.query("@df2.Purchase_Price.iat[0]-2000000 <= Purchase_Price <= @df2.Purchase_Price.iat[0]+2000000 and @df2.NIY.iat[0]-0.1 <= NIY <= @df2.NIY.iat[0]+0.1")

   Purchase_Price   NIY Purchaser
2        23500000  0.08       FOO

【参考方案2】：

这只是过滤/切片数据框的问题。

我会将 df2 中的值存储为变量。然后可以使用pandas.between()

import pandas as pd


df1 = 'Purchase_Price': [23000000, 30000000, 26300000], 
       'NIY': [0.15, 0.08, 0.069],
       'Purchaser': ['GS','JKK','JJK']
df1 = pd.DataFrame(data=df1)

df2 = 'Purchase_Price': [25300000], 'NIY': [0.078]
df2 = pd.DataFrame(data=df2)


price_check = df2.iloc[0]['Purchase_Price']
niy_check = df2.iloc[0]['NIY']

price = 2000000
niy = 0.01

df = df1[(df1['Purchase_Price'].between(price_check - price, price_check + price)) 
     & (df1['NIY'].between(niy_check - niy, niy_check + niy))]

输出：

print(df)

   Purchase_Price    NIY Purchaser
2        26300000  0.069       JJK

在函数中：

import pandas as pd


def filter_df(df1, df_check, price_thresh, niy_thresh):
    price_check = df_check.iloc[0]['Purchase_Price']
    niy_check = df_check.iloc[0]['NIY']
    
    df = df1[(df1['Purchase_Price'].between(price_check - price_thresh, price_check + price_thresh)) 
     & (df1['NIY'].between(niy_check - niy_thresh, niy_check + niy_thresh))]
    
    return df

df = 'Purchase_Price': [23000000, 30000000, 26300000], 
       'NIY': [0.15, 0.08, 0.069],
       'Purchaser': ['GS','JKK','JJK']
df = pd.DataFrame(data=df)

df_check = 'Purchase_Price': [25300000], 'NIY': [0.078]
df_check = pd.DataFrame(data=df_check)


new_df = filter_df(df, df_check, price_thresh=2000000, niy_thresh=0.01)

【讨论】：

太好了，谢谢！我不知道之间的功能。干杯