将一个数据帧中的匹配值替换为另一个数据帧中的索引值

Posted 2023-03-11

【中文标题】将一个数据帧中的匹配值替换为另一个数据帧中的索引值

【英文标题】：Replace matching values from one dataframe with index value from another dataframe

【发布时间】：2021-08-02 21:08:30

【问题描述】：

我想用 df2['id'] 中的相应 ID 替换 df1['fruit'] 中的水果字符串。本质上，我正在尝试为水果创建一个查找表。

df1

fruit	store	price
apple	heb	0.99
orange	heb	0.69
apple	kroger	0.88
apple	walmart	0.89
banana	heb	0.59
banana	walmart	0.59
orange	kroger	0.39

df2

id	fruit
0	apple
1	orange
2	banana

我想将 df1 修改为如下所示（最好是原地）：

df1

fruit	store	price
0	heb	0.99
1	heb	0.69
0	kroger	0.88
0	walmart	0.89
2	heb	0.59
2	walmart	0.59
1	kroger	0.39

这似乎是一件很简单的事情，但我对 Pandas 还很陌生，所以我需要一些帮助。我所做的所有谷歌搜索和***-ing 还没有完全回答这个问题。另外，最终我还想创建一个查找数据框来对 df1['store']

中的商店名称字符串进行相同类型的替换

以下是我迄今为止尝试过的一些事情：

.loc df1.loc[df1['fruit'] == df2['fruit'], 'fruit'] = df2['id']

这会导致以下错误：ValueError: Can only compare identically-labeled Series objects

.哪里

df1.where(df1['fruit'] == df2['fruit'], other= df2['id'], inplace=True)

我知道我错了，因为where 应该根据错误条件替换值。另外，它不起作用，所以还有另一个线索我走错了路:)

.replace

我不再有此代码，但我尝试将 df2 转换为 dict 并有条件地替换 df1 中的值。

我知道我很接近了！这是我需要做的很多事情......根据来自另一个数据帧的值替换一个数据帧中的值。任何帮助将不胜感激！

提前致谢:)

【问题讨论】：

已经有很多关于这个的话题了。 df2['fruit'].map(df1.set_index('fruit')['id']).

df1.merge(df2,on='fruit')

感谢@QuangHoang，但这会导致KeyError: 'id'

谢谢@AnuragDabas 这真的很接近我想要的，如果没有更好的方法我可以使用它。是否可以在不必删除 df1['fruit'] 并将新添加的 df1['id'] 列重命名为 'fruit' 的情况下进行这种操作？

顺便说一句，您不需要删除 df1['fruit'] 并将新添加的 df1['id'] 列重命名为 'fruit？...我的意思是您的意思..对不起我没听懂:(

【参考方案1】：

试一试：

df1['fruit'] = df1.fruit.map(dict(df2[['fruit','id']].values))

【讨论】：

我发现如果一行中的一个值等于 None，这个解决方案会将整个列的数据类型从 int 更改为 float。你知道为什么会这样吗？

因为 pandas 中的 NAN 不能通过 INT 表示。您可以使用 df[].as_type('INT32') 或 df = df.convert_dtypes()

【参考方案2】：

这可能不是最 Pythonic 的方式，而且肯定有 pandas 内置函数可以做到这一点（我鼓励你查看文档），但这里有一个可行的解决方案。

您可以通过创建映射函数并将其应用于您的列来实现。

映射功能：

从fd2创建水果与其代码之间的对应字典 如果存在则返回关联值，否则返回原始值。

函数如下：

def mapping(x):
    mapping_dict = df2.set_index("fruit")['id']
    try:
        return mapping_dict[x]
    except:
        return x #or whatever to indicate that the fruit is not in df2

将其应用于 df1：

df1['fruit'] = df1['fruit'].apply(mapping)