为了账号安全,请及时绑定邮箱和手机立即绑定

将列从一个 pandas DataFrame 映射到另一个

将列从一个 pandas DataFrame 映射到另一个

眼眸繁星 2023-03-30 16:45:07
我有一个这样的数据框:df_1 = pd.DataFrame({'players.name': ['John', 'Will' ,'John', 'Jim', 'Tim', 'John', 'Will', 'Tim'],                     'players.diff': [0, 0, 0, 0, 0, 0, 0, 0],                            'count': [3, 2, 3, 1, 2, 3, 2, 2]})'count' 值是常数。我有一个不同形状的数据框,玩家的顺序不同,如下所示:df_2 = pd.DataFrame({'players.name': ['Will', 'John' ,'Jim'],                     'players.diff': [0, 0, 0]})我如何从df_1值进行映射并在 上填充“计数”值df_2,最后得到:  players.name  players.diff  counts0         Will             0       21         John             0       32          Jim             0       1
查看完整描述

3 回答

?
Smart猫小萌

TA贡献1911条经验 获得超7个赞

map由于您只是想创建一列计数,因此对您的玩家名称进行计数会更有意义:

df_2['counts'] = df_2['players.name'].map(

    df_1.groupby('players.name')['count'].first())


df_2 


  players.name  players.diff  counts

0         Will             0       2

1         John             0       3

2          Jim             0       1


查看完整回答
反对 回复 2023-03-30
?
湖上湖

TA贡献2003条经验 获得超2个赞

这可以工作:

pd.merge(df_1, df_2, on=["players.name", "players.diff"]).drop_duplicates()


查看完整回答
反对 回复 2023-03-30
?
德玛西亚99

TA贡献1770条经验 获得超3个赞

您的样本df_1重复了players.name相同的计数,因此您需要 left-merge 和 drop_duplicates


new_df_2 = df_2.merge(df_1[['players.name','count']], on='players.name', how='left').drop_duplicates()


Out[89]:

  players.name  players.diff  count

0         Will             0      2

2         John             0      3

5          Jim             0      1


查看完整回答
反对 回复 2023-03-30
  • 3 回答
  • 0 关注
  • 167 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信