如何根据python中其他2个数据集的条件创建第三个数据集答案

【问题标题】：how to create a 3rd dataset based on conditions from other 2 datasets in python如何根据python中其他2个数据集的条件创建第三个数据集
【发布时间】：2020-10-30 05:44:07
【问题描述】：

我有这个任务，我需要根据其他两个连接的数据集创建一个数据集。

df = pd.DataFrame(columns=['ID','P1','P2'],
               data=[[1, 2, 0], [2,1,0], [3, 1, 2], [4, 2, 1],
                    [5, 1, 2], [6, 0, 1], [7, 1, 0]])
fp = pd.DataFrame(columns=['ID','FP'],
               data=[[1, 'fp'], [2,'i'], [3, 'i'], [4, 'fp'],
                    [5, 'fp'], [6, 'fp'], [7, 'i']])

如果 fp 数据集“FP”列显示“fp”，我的任务是创建第三个数据集，其中仅包含 df 数据集中的 id、p1 和 p2。

我试过了

df2 = np.where((df['ID']==fp['ID'])&fp['FP']=='fp)

但是没有用

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

我确信有比我更好的方法，但这是我会做的

import pandas as pd
df = pd.DataFrame(columns=['ID','P1','P2'],
               data=[[1, 2, 0], [2,1,0], [3, 1, 2], [4, 2, 1],
                    [5, 1, 2], [6, 0, 1], [7, 1, 0]])
fp = pd.DataFrame(columns=['ID','FP'],
               data=[[1, 'fp'], [2,'i'], [3, 'i'], [4, 'fp'],
                    [5, 'fp'], [6, 'fp'], [7, 'i']])

# Merging dataframes
res = df.merge(fp)

# Filtering
res = res[res['FP'] == 'fp'].drop(columns=['FP'])
res

结果

    ID  P1  P2
0   1   2   0
3   4   2   1
4   5   1   2
5   6   0   1

【讨论】：

【解决方案2】：

您可以将Series.isin 与boolean indexing 一起使用。

idx = fp['ID'][fp['FP'].eq('fp')]
df.loc[df['ID'].isin(idx)]

   ID  P1  P2
0   1   2   0
3   4   2   1
4   5   1   2
5   6   0   1

【讨论】：