根据条件用其他文件中的信息填充列

Question

所以我正在使用 2 个 csv 文件： 文件 1：

City     KWR1 KWR2 KWR3

Killeen
Killeen
Houston
Whatever

文件2：

location link                      reviews
Killeen  www.example.com           300
Killeen  www.differentexample.com  200
Killeen  www.example3.com          100
Killeen  www.extraexample.com      20

这就是我试图让这段代码做的事情： 查看文件 1 中的“城市”，获取文件 2 中的前 3 个链接（您可以继续假设城市不会混淆），然后将这些前 3 个链接放入所有相同“城市”的 KWR1 KWR2 KWR3 列' 值。

所以它会获得前 3 个，然后将它们复制到所有相同“城市”值的右侧。

即使正确地提出这个问题对我来说也很困难，希望我已经提供了足够的信息。 我知道如何用 pandas 和所有这些读取文件，只是无法在...中编码这种确切的情况。

Answer 1

这是一个不寻常的要求，但我认为您需要三个步骤： 1. 只保留您实际需要的前三个值。

df = df.sort_values(by='reviews',ascending=False).groupby('location').head(3).reset_index()

希望这仅保留每个城市的前三个。 然后您需要以某种方式标记您的数据，可能有更好的方法来做到这一点，但这里有一种方法：- 您分配一个带有数字的新列并创建一个用户定义的函数

import numpy as np
df['nums'] = np.arange(len(df))

现在你有一列充满了数字（有点像行号） 您创建您的函数，然后将标记您的数据...

def my_func(index):
    if index % 3  ==0 :
        x = 'KWR' + str(1)
    elif index % 3 == 1:
        x = 'KWR' + str(2)
    elif index % 3 == 2:
        x = 'KWR' + str(3)
    return x    

然后您可以创建您需要的标签：

df['labels'] = df.nums.apply(my_func)

那么你可以这样做：

my_df = pd.pivot_table(df, values='reviews', index=['location'], columns='labels', aggfunc='max').reset_index()

从字面上提取标签（枢轴）并将值放入正确的位置。