使用 .to_numpy() 将特定列从 Pandas Dataframe 的一行复制到另一行答案

【问题标题】：Using .to_numpy() to copy specific columns from one row of Pandas Dataframe to another使用 .to_numpy() 将特定列从 Pandas Dataframe 的一行复制到另一行
【发布时间】：2020-03-23 00:15:55
【问题描述】：

我有一个这样的数据框：

     UniqueID  CST  WEIGHT  VOLUME  PRODUCTIVITY
0  413-20012    3     123      12          1113
1  413-45365    1     889      75          6748
2  413-21165    8     554      13          4536
3  413-24354    1     387      35          7649
4  413-34658    2     121      88          2468
5  413-36889    4     105      76          3336
6  413-23457    5     355      42          7894
7  413-30089    5     146      10          9112
8  413-41158    5     453      91          4545
9  413-51015    9     654      66          2232

而且我有一本关于 UniqueID 的父子映射的字典：

parent_child_dict = {
    '413-51015': '413-41158',
    '413-21165': '413-23457',
    '413-45365': '413-41158',
    '413-20012': '413-23457'
}

我需要做的是遍历数据框，并将“子”UniqueID 行的 WEIGHT、VOLUME 和 PRODUCTIVITY 值替换为“父”UniqueID 行中的值，生成的数据框如下所示：

     UniqueID  CST  WEIGHT  VOLUME  PRODUCTIVITY
0  413-20012    3     355      42          7894
1  413-45365    1     453      91          4545
2  413-21165    8     355      42          7894
3  413-24354    1     387      35          7649
4  413-34658    2     121      88          2468
5  413-36889    4     105      76          3336
6  413-23457    5     355      42          7894
7  413-30089    5     146      10          9112
8  413-41158    5     453      91          4545
9  413-51015    9     453      91          4545

我已经尝试了几种可能的解决方案，但我遇到的问题是限制复制，即保留“子”行的 UniqueID 和 CST 值，但复制其他值.

我得到的最接近的是字典循环，其中每个配对都被输入到这个：

df.loc[df['UniqueID'] == '413-51015'] = df.loc[df['UniqueID'] == '413-41158'].to_numpy()

这似乎很好地将所有值从一行替换到另一行。

任何有关例外情况的帮助或总体上更好的解决方案都将非常有帮助。谢谢。

编辑

我已将第一个解决方案循环到我想在数据集中更改的列中，如下所示：

columns = []
for col in df.columns:
    columns.append(col)
remove_perm = columns.remove('UniqueID')
remove_perm = columns.remove('CST')
print(columns)

输出

['WEIGHT', 'VOLUME', 'PRODUCTIVITY']

然后

for col in columns:
    s = df[['UniqueID', col]].set_index('UniqueID')
    df[col] = s.loc[df['UniqueID'].replace(parent_child_dict)].to_numpy()

这已经产生了所需的数据集。

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

replace 和loc 访问：

s = df[['UniqueID','PRODUCTIVITY']].set_index('UniqueID')

# using to_numpy here :-)
df['PRODUCTIVITY'] = s.loc[df['UniqueID'].replace(parent_child_dict)].to_numpy()

输出：

    UniqueID  CST  WEIGHT  VOLUME  PRODUCTIVITY
0  413-20012    3     123      12          7894
1  413-45365    1     889      75          4545
2  413-21165    8     554      13          7894
3  413-24354    1     387      35          7649
4  413-34658    2     121      88          2468
5  413-36889    4     105      76          3336
6  413-23457    5     355      42          7894
7  413-30089    5     146      10          9112
8  413-41158    5     453      91          4545
9  413-51015    9     654      66          4545

【讨论】：

感谢您的额外帮助，这似乎已成功替换子行中的 PRODUCTIVITY 值，但没有更新 WEIGHT 和 VOLUME 值。在保留 UniqueID 和 CST 的同时替换所有这三个的最理想方法是什么？
我已将您的建议输入到一个循环中，该循环一次执行一列（将在主帖中显示代码）。我怀疑有一种更有效的方法可以做到这一点，但据我所知，它正在处理真实的数据集并且运行速度非常快。

【解决方案2】：

首先从您的UniqueID 和PRODUCTIVITY 创建一个映射。

然后使用您的父子映射您的 id：

mapping = df.set_index('UniqueID')['PRODUCTIVITY'].to_dict()
df['PRODUCTIVITY'] = (
    df['UniqueID'].map(parent_child_dict).map(mapping).fillna(df['PRODUCTIVITY']).astype(int)
)
print(df)
    UniqueID  CST  WEIGHT  VOLUME  PRODUCTIVITY
0  413-20012    3     123      12          7894
1  413-45365    1     889      75          4545
2  413-21165    8     554      13          7894
3  413-24354    1     387      35          7649
4  413-34658    2     121      88          2468
5  413-36889    4     105      76          3336
6  413-23457    5     355      42          7894
7  413-30089    5     146      10          9112
8  413-41158    5     453      91          4545
9  413-51015    9     654      66          4545

【讨论】：

似乎导致与其他建议相同的行为，即成功替换 PRODUCTIVITY，但它没有更新 WEIGHT 和 VOLUME。想知道我是否错误地表达了这个问题，但目标是冻结 UniqueID 和 CST，并使用它们的“父”值更新所有“子”行中的 WEIGHT、VOLUME 和 PRODUCTIVITY。