在条件下链接另一个数据帧上的数据帧列

Question

以下问题： Python Pandas Only Compare Identically Labeled DataFrame Objects & How to create a new data frame based on conditions from another data frame.

我正在尝试在已经存在的数据框 df1 中创建一个列，其值以另一个具有不同索引和列的现有数据框 df2 为条件。

在 df2 ['Home'] 城市有一个 ['Home_ranking']。我需要将 df1 中的 ['Home_ranking'] 与 df2 匹配，条件是 ['Home'] 城市应该匹配。 比如B市是df1中的第一个['Home']城市，我需要得到它在df2中的排名，即2。所以df1中的第一个['Home_ranking']是2，以此类推。

df1 有 50 行和更多列，而 df2 只有 20 行和 4 列。

>>> print(df1)
      Home     Away     Home_ranking    Away_ranking    [other columns..]
0   city B   city C                0               0
1   city D   city D                0               0
2   city B   city D                0               0
3   city A   city A                0               0

>>> print(df2)
      Home     Away     Home_ranking    Away_ranking
0   city A   city B               12               5
1   city D   city C                4               7
2   city F   city A                1               9
3   city B   city D                2               8

预期结果

>>> print(df1)
      Home     Away     Home_ranking    Away_ranking
0   city B   city C                2               7
1   city D   city D                4               8
2   city B   city D                2               8
3   city A   city A               12               9

我已经尝试了前面问题中建议的许多事情，但似乎没有一个对我有用。我也试过：

for i in df1.Home :
    if df1.Home == df2.Home :
       df1['Home_ranking'][i] = df2.Home_ranking[i]

产生“ValueError：只能比较标签相同的系列对象”

df1['Home_ranking'][i] = df2.loc[(df2['Home'] == df1['Home'][i])].Home_ranking

yields "KeyError: 'city B' 我迷路了，欢迎任何帮助。

Answer 1

你可以map()排名：

• 对于Home_rankings，Home 列是匹配键，因此将df2 的索引设置为Home，并将其Home_ranking 映射到df1['Home']。
• 对于Away_rankings，键是Away，所以将df2的索引设置为Away并将其Away_ranking映射到df1['Away']。

df1['Home_ranking'] = df1['Home'].map(
    df2.drop_duplicates(subset=['Home']).set_index('Home')['Home_ranking'])

df1['Away_ranking'] = df1['Away'].map(
    df2.drop_duplicates(subset=['Away']).set_index('Away')['Away_ranking'])

#      Home    Away  Home_ranking  Away_ranking
# 0  city B  city C             2             7
# 1  city D  city D             4             8
# 2  city B  city D             2             8
# 3  city A  city A            12             9

---

对于这个用例，映射应该比合并更快（并且规模更好）：

%%timeit
df1['Home'].map(df2.drop_duplicates(subset=['Home']).set_index('Home')['Home_ranking'])
df1['Away'].map(df2.drop_duplicates(subset=['Away']).set_index('Away')['Away_ranking'])

# 2.92 ms ± 72.9 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%%timeit
(df1.drop(columns=['Home_ranking', 'Away_ranking'])
    .merge(df2[['Home', 'Home_ranking']], how='left', on='Home')
    .merge(df2[['Away', 'Away_ranking']], how='left', on='Away')

# 4.59 ms ± 30.6 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

Answer 2

您不需要循环。这是几个合并操作：

import pandas

df1 = pandas.DataFrame({
    "Home": list("BDBA"),
    "Away": list("CDDA"),
    "Home_Ranking": [0] * 4,
    "Away_Ranking": [0] * 4,
})


df2 = pandas.DataFrame({
    "Home": list("ADFB"),
    "Away": list("BCAD"),
    "Home_Ranking": [12, 4, 1 ,2],
    "Away_Ranking": [5, 7, 9, 8],
})


results = (
    df1.drop(columns=["Home_Ranking", "Away_Ranking"])
       .merge(df2[["Home", "Home_Ranking"]], how='left', on="Home")
       .merge(df2[["Away", "Away_Ranking"]], how='left', on="Away")
)

这让你：

Home Away  Home_Ranking  Away_Ranking
   B    C             2             7
   D    D             4             8
   B    D             2             8
   A    A            12             9