Python Pandas 系列中的数据比较答案

【问题标题】：Data Comparison in Python Pandas SeriesPython Pandas 系列中的数据比较
【发布时间】：2018-05-25 15:46:47
【问题描述】：

这是我希望基于第三个比较的 2 个数据系列。

data_SKU1：

SKU     Weight1     
1234    20
1235    30
111     40
101     23

data_SKU2：

SKU     Weight2
1234    22
1235    35
111     47
101     87

标志数据：

SKU
1234     True
1235     False
111      True
101      False
Name: Date, dtype: bool

基本上基于flag_Data Serie中的值，我需要将Weight1的值除以Weight2，反之亦然。

例如：

j = flag_Data(dados_SKU1, dados_SKU1) #this generates the third series
if(j[1234]==True):
  generated_serie = data_SKU1['Weight1'][1234] / dados_SKU2['Weight2'][1234]
else:
  generated_serie = data_SKU2['Weight2'][1234] / data_SKU1['Weight1'][1234]

但应该对系列中的所有 SKU 进行此操作，而不仅仅是 SKU 1234。你们能帮忙弄清楚如何做吗？

【问题讨论】：

标签： python pandas dataframe timestamp series

【解决方案1】：

设置
merge

df = df1.merge(df2)

    SKU  Weight1  Weight2   FLAG
0  1234       20       22   True
1  1235       30       35  False
2   111       40       47   True
3   101       23       87  False

选项 1
np.where

df['division'] = np.where(df['FLAG'], df['Weight1']/df['Weight2'], df['Weight2']/df['Weight1'])

选项 2
loc 与 fillna

df.loc[df['FLAG'], 'division'] = df.Weight1 / df.Weight2
df['division'] = df.division.fillna(df.Weight2/df.Weight1)

选项 3
mask 与 fillna

df['division'] = (df.Weight1 / df.Weight2.mask(~df.FLAG)).fillna(df.Weight2/df.Weight1)

所有结果：

    SKU  Weight1  Weight2   FLAG  division
0  1234       20       22   True  0.909091
1  1235       30       35  False  1.166667
2   111       40       47   True  0.851064
3   101       23       87  False  3.782609

【讨论】：

【解决方案2】：

您可以为此使用 np.where：

result = np.where(flag_Data,
                  data_SKU1['Weight1']/data_SKU2['Weight2'],
                  data_SKU2['Weight2']/data_SKU1['Weight1'])

【讨论】：