通过基于匹配对列值应用数学运算在数据框中创建新列

Question

我有以下数据框：

df1
name  phone  duration(m)
Luisa 443442  1
Jack  442334  6
Matt  442212  2
Jenny 453224  1

df2
prefix charge rate
443     0.8   0.3
446     0.8   0.4
442     0.6   0.1
476     0.8   0.3

我想要的输出是将每个电话号码与其前缀匹配（前缀比电话号码多）并通过将每个电话号码的通话时长乘以相应的前缀费用加上相应的前缀来计算每次通话的费用率。

输出例子

df1
    name  phone  duration(m) bill
    Luisa 443442  1          (example: 1x0.3+0.8)
    Jack  442334  6          (example: 6x0.1+0.6)
    Matt  442212  2
    Jenny 453224  1

我的想法是将 df2 转换为像这样的字典 dict={'443':[0.3,0.8],'442':[0.1,0.6]...} 这样我就可以将每个数字与 dict 键匹配然后使用该匹配键的相应值执行操作。但是不起作用，还想知道是否有更好的选择。

Answer 1

要与任意长度的前缀合并，您可以这样做

>> df1['phone'] = df1.phone.astype(str)
>> df2['prefix'] = df2.prefix.astype(str)
>> df1['prefix_len'] = df1.phone.apply(
       lambda h: max([len(p) for p in df2.prefix if h.startswith(p)] or [0]))
>> df1['prefix'] = df1.apply(lambda s: s.phone[:s.prefix_len], axis=1)
>> df1 = df1.merge(df2, on='prefix')
>> df1['bill'] = df1['duration(m)'] * df1['rate'] + df1['charge']
>> df1
   duration(m)   name    phone  prefix_len  prefix  charge  rate    bill
0            1  Luisa   443442           3     443     0.8   0.3     1.1
1            6   Jack   442334           3     442     0.6   0.1     1.2
2            2   Matt   442212           3     442     0.6   0.1     0.8

注意

• 如果有多个前缀，我选择最大长度的一个；
• 如果没有特定电话的前缀，我会用默认零值填充其长度（然后s.phone[:s.prefix_len] 将产生一个空前缀，pd.merge 将从结果中删除这些电话）。

Answer 2

df1 = pd.DataFrame({'name':["Louisa","Jack","Matt","Jenny"],'phone':[443442,442334,442212,453224],'duration':[1,6,2,1]})
df2 = pd.DataFrame({'prefix':[443,446,442,476],'charge':[0.8,0.8,0.6,0.8],'rate':[0.3,0.4,0.1,0.3]})

df3=pd.concat((df1,df2),axis=1)

df4=pd.DataFrame({"phone_pref":df3["phone"].astype(str).str[:3]})
df4=df4["phone_pref"].drop_duplicates()

df3["bill"]=None
for j in range(len(df4)):
    for i in range(len(df3["prefix"])):
        if df3.loc[i,"prefix"]==int(df4.iloc[j]):
            df3.loc[i,"bill"]=df3.loc[i,"duration"]*df3.loc[i,"charge"]+df3.loc[i,"rate"]
print(df3)

   duration    name   phone  charge  prefix  rate  bill
0         1  Louisa  443442     0.8     443   0.3   1.1
1         6    Jack  442334     0.8     446   0.4  None
2         2    Matt  442212     0.6     442   0.1   1.3
3         1   Jenny  453224     0.8     476   0.3  None

账单列中的 None 值是因为在您的示例中，没有电话号码具有前缀 446 或 476，因此它们不在 df4... 账单也是根据你在问题中给出的公式计算的