根据 pandas df 中的多个条件映射不同的数据帧

Posted 2023-03-17

【中文标题】根据 pandas df 中的多个条件映射不同的数据帧

【英文标题】：Mapping different data frames based on multiple conditions in pandas df

【发布时间】：2021-11-26 13:56:50

【问题描述】：

我有一个 df，我需要根据某些条件生成一列。

Sample_df

No.        Value1          Value2
1          AS              DS
2          AS              BS
3          Product         -
4                          AS
5          Tactical        VS

我还有 2 个具有值的 df，我想将其映射进去。

另一个df看起来像： df2

Value1          Num
AS              Des
AS              Des
Product         P

df3

Value2 Num
DS     Des
AS     Bed
BS     Ged
VS     Vis

规则： 在 Sample_df 中，列 value1 应该映射 df2 中的所有值，但如果 战术 来了，那么它应该使用 value2 df 来映射值。

Desired Output
No.        Value1          Value2        NewCol
1          AS              DS            Des
2          AS              BS            Des
3          Product         -             P
4                          AS            -
5          Tactical        VS            Vis

【参考方案1】：

您可以使用 pandas 的 .apply 与条件 lambda 语句一起实现此目的。

我实现了一个辅助函数conditional，只是因为有些东西没有对应的映射，以及多个映射，这使得行为有点古怪

import pandas as pd

def conditional(r):
  if isinstance(r,pd.Series) and r.size == 0:
    return '-' 
  else:
    if r.size > 1:
      return r.at[0]
    else: 
      return r.tolist()[0]

Sample_df['Value3'] = Sample_df.apply(lambda row: conditional(df2.loc[df2['Value1'] == row.Value1]['Num'])
                        if row.Value1 != 'Tactical' 
                        else conditional(df3.loc[df3['Value2'] == row.Value2]['Num']), axis = 1)

提供的代码只是在您的原始 DataFrame 上添加一列，如果您不希望这样做，您可以先复制然后应用。

from copy import copy
new_df = copy(Sample_df)
new_df['Value3'] = Sample_df.apply(lambda row: conditional(df2.loc[df2['Value1'] == row.Value1]['Num'])
                        if row.Value1 != 'Tactical' 
                        else conditional(df3.loc[df3['Value2'] == row.Value2]['Num']), axis = 1)

获得的输出：

1   AS          DS  Des
2   AS          DS  Des
3   Product     -   P
4               AS  -
5   Tactical    VS  Vis