跨多个数据框计算新列

Posted 2023-02-26

【中文标题】跨多个数据框计算新列

【英文标题】：Calculate new column across multiple dataframes

【发布时间】：2017-09-30 15:51:01

【问题描述】：

我是 pandas 的新手，我希望从具有多个数据框的多个 excel 工作表中重做以下内容。

这是高级结构：

Master_df Master_UID |组件_ID_1 |数量_1 | ... |组件_ID_8 |数量_8

Component_type_1_df 组件_ID | ... |重量

Component_type_2_df 组件_ID | ... |重量

Master_UID['Component_ID_1'] 包含来自 Component_type_1_df 和 Component_type_2_df 的“Component_ID”

现在在 Master_df 中，我想根据 2 个 Component_type_X_df 中的 weight 创建列 Weight_1 列。

乘以 Master_df['Quantity_1']。

【问题讨论】：

忘了说，Component_type_X_df 的结构不同。另外，我也在寻找一种方法来避免合并到 Master_df 但只包含新的计算。

【参考方案1】：

Master_df['Weight_1'] = Master_df['Component_ID'].map(Component_type_1_df.set_index('Component_ID')['weight']) * Master_df['Quantity']

如果没有可使用的数据集，我无法保证这会按预期工作，但地图功能应该可以帮助您到达您想去的地方。

如果您不想将计算的重量列附加到主 df 的末尾，您可以执行以下操作：

Master_df.insert(desired_index_position,'Weight_1', Master_df['Component_ID'].map(Component_type_1_df.set_index('Component_ID')['weight']) * Master_df['Quantity')

我实际上最近发布了一个类似的问题。我发布了一个数据集来搞乱，所以你可以学习这个功能。

PANDAS vlookup against series with common index using map

【讨论】：

嗨耶鲁！完美！

如果这是您运行的内容，请接受答案：)

嗨@yale-newman！完美运行！对于使用此解决方案的其他任何人，只需稍作修正，请使用 '...[weight]) * Master_df['Quantity_1']' 来匹配问题。再次感谢，我会检查你的链接，让我的 excel 大脑慢慢转换为 Pandas :)

【参考方案2】：

由于两个Component_type_*_df DataFrames不具有相同的结构，因此只需连接这些 DataFrames 中您需要的部分， 然后将结果与Master_df 合并。

cols = ['Component_ID', 'weight']
Components_df = pd.concat([Component_type_1_df[cols], Component_type_2_df[cols]], axis=0)
Master_df = pd.merge(Master_df, Components_df, 
                     left_on='Component_ID_1',
                     right_on='Component_ID', how='left')
Master_df['weight'] = Master_df['weight'] * Master_df['Quantity_1']
Master_df = Master_df.rename('weight':'Weight_1')

由于我们已将 Component_type_*_df 数据帧限制为仅两列， 并且一列用作合并键，合并只增加一列 列，weight 到 Master_df。

由于您不希望在 Master_df 中合并 weight 列，因此 上面的代码在Master_df['weight'] 中执行计算，然后重命名 那个专栏Weight_1。

【讨论】：

您好，unutbu，感谢您的回答。抱歉，我没有澄清，但 Component_type_X_df 的结构不同。我也在寻找一种方法来避免合并到 Master_df 但只包含新的计算。