在给定“映射数据框”的情况下爆炸熊猫数据框的行

Posted 2023-03-11

【中文标题】在给定“映射数据框”的情况下爆炸熊猫数据框的行

【英文标题】：Exploding rows of a pandas dataframe given a 'mapping dataframe'

【发布时间】：2021-08-20 16:21:52

【问题描述】：

我必须使用数据框。我需要对数据框 A 执行操作。它看起来像这样：

name	score
alpha	16
beta	12
gamma	24
delta	16

第二个数据帧 B 是一个映射。

name_in	name_out	weight
beta	beta_1	0.5
beta	beta_2	0.3
beta	beta_3	0.2
omega	omega_1	0.9
omega	omega_2	0.1

如果我在数据帧 A 上执行映射，我需要以下结果：

name	score
alpha	16
beta_1	6
beta_2	3.6
beta_3	2.4
gamma	24
delta	16

因此，从概念上讲，我需要一个算法来检查名称是否出现在映射数据框中。如果是这样，我需要为映射中存在的许多值复制该行。另外，我需要将重复的分数乘以映射的权重。

在给定映射的情况下，该过程基本上增加了详细程度。

【问题讨论】：

为什么输出表中的'alpha'是14？它没有出现在映射表中。

是一个错字，感谢您通知我。数据框 A 中未出现在映射中的值保持不变。

【参考方案1】：

一种选择是使用merge 后跟fillna 来填写缺失值：

# Merge Tables Together
new_df = df_a.merge(df_b, left_on='name', right_on='name_in', how='left')

# Fillna with Name
new_df['name_out'] = new_df['name_out'].fillna(new_df['name'])
# Calculate Scores and fillna
new_df['weight'] = (new_df['weight'] * new_df['score']).fillna(new_df['score'])

# Cleanup columns
new_df = (
    new_df.drop(columns=['name', 'score', 'name_in'])
        .rename(columns='name_out': 'name', 'weight': 'score')
)

new_df:

     name  score
0   alpha   16.0
1  beta_1    6.0
2  beta_2    3.6
3  beta_3    2.4
4   gamma   24.0
5   delta   16.0

【讨论】：

你是最棒的！