我在第一个数据框df1 [“ItemType”]中有一列,如下所示,
Dataframe1
ItemType1 redTomato whitePotato yellowPotato greenCauliflower yellowCauliflower yelloSquash redOnions YellowOnions WhiteOnions yellowCabbage GreenCabbage
我需要根据从另一个数据框创建的字典替换它.
Dataframe2
ItemType2 newType whitePotato Potato yellowPotato Potato redTomato Tomato yellowCabbage GreenCabbage yellowCauliflower yellowCauliflower greenCauliflower greenCauliflower YellowOnions Onions WhiteOnions Onions yelloSquash Squash redOnions Onions
请注意,
>在dataframe2中,某些ItemType与ItemType中的相同
dataframe1.
> dataframe2中的某些ItemType具有nullCabbage等空值.
> dataframe2中的ItemType与dataframe中的ItemType无关
如果相应的Dataframe2 ItemType中的值匹配,我需要替换Dataframe1 ItemType列中的值,newType保持在bullet-points中列出的异常之上.
如果没有匹配,那么值必须是[无变化].
到目前为止,我得到了.
import pandas as pd
#read second `csv-file`
df2 = pd.read_csv('mappings.csv',names = ["ItemType","newType"])
#conver to dict
df2=df2.set_index('ItemType').T.to_dict('list')
下面给出的匹配替换不起作用.他们正在插入NaN值而不是实际值.这些是基于SO的讨论here.
df1.loc[df1['ItemType'].isin(df2['ItemType'])]=df2[['NewType']]
要么
df1['ItemType']=df2['ItemType'].map(df2)
提前致谢
编辑
两个数据框中的两个列标题具有不同的名称.因此,dataframe1列是ItemType1,第二个数据帧中的第一列是ItemType2.错过了第一次编辑.
解决方法
使用地图
您需要的所有逻辑：
def update_type(t1,t2,dropna=False):
return t1.map(t2).dropna() if dropna else t1.map(t2).fillna(t1)
让’ItemType2’成为Dataframe2的索引
update_type(Dataframe1.ItemType1,Dataframe2.set_index('ItemType2').newType)
0 Tomato
1 Potato
2 Potato
3 greenCauliflower
4 yellowCauliflower
5 Squash
6 Onions
7 Onions
8 Onions
9 yellowCabbage
10 GreenCabbage
Name: ItemType1,dtype: object
update_type(Dataframe1.ItemType1,Dataframe2.set_index('ItemType2').newType,dropna=True)
0 Tomato
1 Potato
2 Potato
3 greenCauliflower
4 yellowCauliflower
5 Squash
6 Onions
7 Onions
8 Onions
Name: ItemType1,dtype: object
校验
updated = update_type(Dataframe1.ItemType1,Dataframe2.set_index('ItemType2').newType)
pd.concat([Dataframe1,updated],axis=1,keys=['old','new'])
定时
def root(Dataframe1,Dataframe2):
return Dataframe1['ItemType1'].replace(Dataframe2.set_index('ItemType2')['newType'].dropna())
def piRSquared(Dataframe1,Dataframe2):
t1 = Dataframe1.ItemType1
t2 = Dataframe2.set_index('ItemType2').newType
return update_type(t1,t2)