从一个数据框值与一个数据框列合并

Question

我在这里有一个困难。我的目标是为一家商店创建一个销售列表，其中一个数据框按产品列出价格，另一个数据框按产品和数量列出所有销售（一段时间）

DataFrame 1：价格

prices = pd.DataFrame({'qty_from' : ('0','10','20'), 'qty_to' : ('9','19','29'), 'product_A' :(50,30,10),'product_B' :(24,14,12),'product_C' :(70,50,18)})

DataFrame 2：销售额

sales = pd.DataFrame({'product' : ('product_b','product_b','product_a',product_c,product_b), 'qty' : ('4','12','21','41','7')})

我想在 'sales' DataFrame 中逐行获取营业额，以及另一列，如 'TurnOver'

我用过

pd.merge_asof(sales, prices, left_on='qty', right_on='qty_from', direction='backward') 

它给了我销售数量的正确价格，但是如何获得与一种产品相关的好价格？ 如何与“销售”数据框中的值（如“product_b”）与数据框价格中的列名称（此处为“product_b”）合并，然后应用计算来获得营业额？

感谢您的帮助，

埃里克

Answer 1

如果我理解正确，您可以修改数据框价格以便能够使用merge_asof 中的参数by，使用stack：

#modify price
prices_stack = (prices.set_index(['qty_from','qty_to']).stack() # then products become as a column
                     .reset_index(name='price').rename(columns={'level_2':'product'}))

# uniform the case
sales['product'] = sales['product'].str.lower()
prices_stack['product'] = prices_stack['product'].str.lower()
# this is necessary with your data here as not int
sales.qty = sales.qty.astype(int)
prices_stack.qty_from = prices_stack.qty_from.astype(int)

#now you can merge_asof adding by parameter
sales_prices = (pd.merge_asof( sales.sort_values('qty'), prices_stack, 
                               left_on='qty', right_on='qty_from', 
                               by = 'product', #first merge on the column product
                               direction='backward')
                  .drop(['qty_from','qty_to'], axis=1)) #not necessary columns

print (sales_prices)
     product  qty  price
0  product_b    4     24
1  product_b    7     24
2  product_b   12     14
3  product_a   21     10
4  product_c   41     18