在 Python 中使用 Excel 文件作为 pandas 数据框的映射

Posted 2023-03-17

【中文标题】在 Python 中使用 Excel 文件作为 pandas 数据框的映射

【英文标题】：Using Excel file as mapping for pandas dataframe in Python

【发布时间】：2021-12-14 18:57:23

【问题描述】：

我正在尝试使用错误代码的 excel“主列表”以及它们所属的较大组，它们属于熊猫数据框中较大组的组错误。我不确定如何做到这一点。我以前尝试将错误代码添加到字典中，并使用组名作为键并按其进行分组，但它不会正确地对代码进行分组。我将在下面添加我的主列表和数据框的示例。

主列表：

CODE	Type 1	Type 2	Type 3	Type4
Code A		X
Code B	X
Code C	X
Code D				X
Code E			X

10 列 57 行以此类推

数据帧：

CODE	Numerator	Denominator	Error Rate
CODE B	6	10	0.6
CODE A	4	10	0.4
CODE C	9	10	0.9
CODE D	0	10	0

无论出现什么错误代码，依此类推

我希望输出是：

CODE	Numerator	Denominator	Error Rate
Type 1	15	10	1.5
Type 2	4	10	0.4
Type 4	0	10	0

等等以进行适当的分组。

我该怎么做？

我用过字典，我用过 isin() 和类型列表，但无济于事。

这是我的示例文件的简化版本：

CODE	Power Cycle	Panics	Temp	App Restart
Panic		X
Power Reset-Power_Reset-Hard Power	X
Power Reset-Hard_Power-Hard Power	X
HARD-App-Restart				X
Code-Reason Temperature			X

10 列 57 行以此类推

CODE	Numerator	Denominator	Error Rate
Power Reset-Power_Reset-Hard Power	6	10	0.6
Panic	4	10	0.4
Power Reset-Hard_Power-Hard Power	9	10	0.9
HARD-App-Restart	0	10	0

对于出现的错误代码的行数，以此类推

期望的输出： |代码|分子|分母|错误率| |----|---------|------------|----------| |电源循环| 15 | 10 | 1.5 | |恐慌| 4 | 10 | 0.4 | |应用重启 | 0 | 10 | 0 |

【参考方案1】：

说第一个数据帧 df1 第二个 df2

#convert Code to CODE in first dataframe with str.upper for standardization
df1.CODE = df1.CODE.str.upper()

#replace X with column names and remove nan values
df1["new"] = df1.filter(like="T").replace("X", pd.Series(df1.columns, df1.columns)).stack().to_numpy()

#replace CODE A,B,C,D,E with Type 1,2,3,4
df2["CODE"] = df2[["CODE"]].replace(df1[["CODE","new"]].set_index("CODE").to_dict()["new"],regex=True)

df2

    CODE    Numerator   Denominator Error Rate
0   Type 1      6          10         0.6
1   Type 2      4          10         0.4
2   Type 1      9          10         0.9
3   Type 4      0          10         0.0

【讨论】：

谢谢，从那里我可以做一个groupby() 将相似类型的代码合并在一起？

想使用 groupby 吗？这里不需要groupby 这取决于你的问题。我的代码有效吗？有没有我错过的一点？

我还没有让它工作。我的数据框比我包含的示例更健壮，因此我正在尝试针对这一事实进行调整。我还想确保合并相同错误类型的出现。就像代码 B 和代码 C 是同一类型一样，不仅仅是将它们转换为类型，而是将它们的分子相加。在现实生活中，代码 B 类似于“Power Reset-Power_Reset-Hard Power”，代码 C 类似于“Power Reset-Hard_Power-Hard Power”

当我将您的代码应用于我的数据并调整正确的名称时，我收到一个值错误：ValueError: Length of values (35) does not match length of index (56)