根据来自另一个数据帧的值替换数据帧的值

Question

如何基于另一个查找数据框在一个数据框之间合并。这是我要替换值的数据框 A：  InfoType  IncidentType    DangerType0   NaN          A             NaN1   NaN          C             NaN2   NaN          B            C3   NaN          B            NaN这是查找表：    ID  ParamCode   ParamValue  ParmDesc1   ParamDesc2  SortOrder   ParamStatus0   1   IncidentType    A       ABC            DEF          1            11   2   IncidentType    B       GHI            JKL          2            12   3   IncidentType    C       MNO            PQR          7            12   3   DangerType      C       STU            VWX          6            1预期输入：  InfoType  IncidentType    DangerType0   NaN          ABC           NaN1   NaN          MNO           NaN2   NaN          GHI           STU3   NaN          GHI           NaN请注意，这ParamCode是列名，我需要替换ParamDesc1为数据框 A 中的相应列。数据框 A 中的每一列都可能有 NaN，我不打算删除它们。只是忽略它们。这就是我所做的：ntf_cols = ['InfoType','IncidentType','DangerType']for c in ntf_cols:    if (c in ntf.columns) & (c in param['ParamCode'].values):        paramValue = param['ParamValue'].unique()        for idx, pv in enumerate(paramValue):            ntf['NewIncidentType'] = pd.np.where(ntf.IncidentType.str.contains(pv), param['ParmDesc1'].values, "whatever")错误 ：ValueError: 操作数不能与形状 (25,) (13,) () 一起广播

Answer 1

编辑： Lambda 的回答给了我一个想法，让我知道如何对要将此逻辑模式应用于的许多列执行此操作：

import pandas as pd

df1 = pd.DataFrame(dict(

    InfoType = [None, None, None, None],

    IncidentType = 'A C B B'.split(),

    DangerType = [None, None, 'C', None],

))

df2 = pd.DataFrame(dict(

    ParamCode = 'IncidentType IncidentType IncidentType DangerType'.split(),

    ParamValue  = 'A B C C'.split(),

    ParmDesc1 = 'ABC GHI MNO STU'.split(),

))

for col in df1.columns[1:]:

    dict_map = dict(

        df2[df2.ParamCode == col][['ParamValue','ParmDesc1']].to_records(index=False)

    )

    df1[col] = df1[col].replace(dict_map)

print(df1)

这假设 in 第一列之后的每一列df1都是需要更新的列，并且要更新的列名作为 的'ParamCode'列中的值存在df2。

Python 导师链接到代码

这个问题可以使用一些自定义函数和pandas.Series.apply()来解决：

import pandas as pd

def find_incident_type(x):

    if pd.isna(x):

        return x

    return df2[

        (df2['ParamCode'] == 'IncidentType') & (df2['ParamValue']==x)

    ]["ParmDesc1"].values[0]

def find_danger_type(x):

    if pd.isna(x):

        return x

    return df2[

        (df2['ParamCode'] == 'DangerType') & (df2['ParamValue']==x)

    ]["ParmDesc1"].values[0]

df1 = pd.DataFrame(dict(

    InfoType = [None, None, None, None],

    IncidentType = 'A C B B'.split(),

    DangerType = [None, None, 'C', None],

))

df2 = pd.DataFrame(dict(

    ParamCode = 'IncidentType IncidentType IncidentType DangerType'.split(),

    ParamValue  = 'A B C C'.split(),

    ParmDesc1 = 'ABC GHI MNO STU'.split(),

))

df1['IncidentType'] = df1['IncidentType'].apply(find_incident_type)

df1['DangerType'] = df1['DangerType'].apply(find_danger_type)

print(df1)

单步执行python教程中的代码

很有可能有更有效的方法来做到这一点。希望有知道的人分享一下。

df2此外，来自外部作用域的 ref被硬编码到自定义函数中，因此仅适用于外部作用域中的变量名。如果您不希望这些函数依赖于该引用，则需要为pandas.Series.apply'参数使用参数。args

Answer 2

使用查找表制作一个dict，然后替换原始数据框的列值。假设原始数据框是df1并且查找表是df2

...

dict_map = dict(zip(df2.ParamCode + "-" + df2.ParamValue, df2.ParmDesc1))

df1['IncidentType'] = ("IncidentType" +'-'+ df1.IncidentType).replace(dict_map)

df1['DangerType'] = ("DangerType" +'-'+ df1.DangerType).replace(dict_map)

...