Pandas 版本的“如果为真，则在此处 VLOOKUP，如果为假，则在其他地方进行 VLOOKUP

Question

我正在尝试将大型数据集及其处理从 Excel 转换为 Python/Pandas，并且在尝试实现“IF(col A = x, VLOOKUP(col B in table Y)，否则为 VLOOKUP(表 Z 中的列 A))”。我创建了两个单独的字典，它们将用作表 Y 和 Z 的 Pandas 版本，但我一直无法找到可以告诉 Pandas 使用 B 列中的值在字典中查找的构造。用熊猫尝试这个：# Created a function to map the values from#  PROD_TYPE to the prod_dict.def map_values(row, prod_dict):    return prod_dict[row]# Created the dictionaries / old VLOOKUP tables.prod_dict = {'PK': 'Packaging',               'ML': 'Mix',               'CM': 'Textile',               'NK': 'Metallic'}pack_dict = {'PK3' : 'Misc Packaging',             'PK4' : 'Mix Packaging',             'PK9' : 'Textile Packaging'}df = pd.DataFrame({'PROD_TYPE' : ['PK', 'ML', 'ML', 'CM'],                    'PKG_TYPE': ['PK3', 'PK4', 'PK4', 'PK9'],                   'VALUE': [1000, 900, 800, 700]})# Apply the map_values function.df['ITEM'] = df['PROD_TYPE'].apply(map_values, args = (prod_dict,))我得到：  PROD_TYPE PKG_TYPE  VALUE       ITEM0        PK      PK3   1000  Packaging1        ML      PK4    900        Mix2        ML      PK4    800        Mix3        CM      PK9    700    Textile当我正在寻找的是：  PROD_TYPE PKG_TYPE  VALUE            ITEM0        PK      PK3   1000  Misc Packaging1        ML      PK4    900             Mix2        ML      PK4    800             Mix3        CM      PK9    700         Textile或者，更简单地说：如果PROD_TYPE是'PK'，则从; 中的列PKG_TYPE中查找值pack_dict。否则，PROD_TYPE在prod_dict.任何帮助，将不胜感激！

Answer 1

这是我将如何解决这个问题：

# First we make two dataframes out of the dictionaries with pd.melt

df2 = pd.DataFrame(prod_dict, index=[0])

df3 = pd.DataFrame(pack_dict, index=[0])

df2 = df2.melt(var_name=['PROD_TYPE'], value_name = 'ITEM')

df3 = df3.melt(var_name=['PKG_TYPE'], value_name = 'ITEM')

# df2

    PROD_TYPE   ITEM

0   PK          Packaging

1   ML          Mix

2   CM          Textile

3   NK          Metallic

# df3

    PKG_TYPE    ITEM

0   PK3         Misc Packaging

1   PK4         Mix Packaging

2   PK9         Textile Packaging

# Now we can merge our information together on keycolumns PROD_TYPE and PKG_TYPE

df_final = pd.merge(df, df2, on='PROD_TYPE')

df_final = pd.merge(df_final, df3, on='PKG_TYPE')

    PROD_TYPE   PKG_TYPE    VALUE   ITEM_x      ITEM_y

0   PK          PK3         1000    Packaging   Misc Packaging

1   ML          PK4         900     Mix         Mix Packaging

2   ML          PK4         800     Mix         Mix Packaging

3   CM          PK9         700     Textile     Textile Packaging

# Finally we use np.where to conditionally select the values we need 

df_final['ITEM'] = np.where(df_final.PROD_TYPE == 'PK', df_final.ITEM_y, df_final.ITEM_x)

# Drop columns which are not needed in output

df_final.drop(['ITEM_x', 'ITEM_y'], axis=1, inplace=True)

输出

    PROD_TYPE   PKG_TYPE    VALUE   ITEM

0   PK          PK3         1000    Misc Packaging

1   ML          PK4         900     Mix

2   ML          PK4         800     Mix

3   CM          PK9         700     Textile

np.where来自numpy模块，工作原理如下：

np.where(condition, true value, false value)

Answer 2

类似于@Erfan 的回答，使用numpy.where但跳过meltto use pd.Series.map()。使用问题中的变量：

In []: df['ITEM'] = pd.np.where(df.PROD_TYPE == "PK",

                                df.PKG_TYPE.map(pack_dict),

                                df.PROD_TYPE.map(prod_dict))

In []: df

Out[]:

  PROD_TYPE PKG_TYPE  VALUE            ITEM

0        PK      PK3   1000  Misc Packaging

1        ML      PK4    900             Mix

2        ML      PK4    800             Mix

3        CM      PK9    700         Textile

请注意，numpy已经由 加载pandas，只需使用pd.np.

Answer 3

一种方法是：

df["ITEM"]= [pack_dict[row[1]["PKG_TYPE"]] 

    if row[1]["PROD_TYPE"] == "PK"     

    else     prod_dict[row[1]["PROD_TYPE"]] 

    for row in df.iterrows()]

我发现这比 Erfan 的解决方案快 10 倍。