如果数据框中的另一列使用 pandas 匹配某个值，则从数据框中的列中减去值

Question

假设我有两个矩阵原件和参考

import pandas as pa
print "Original Data Frame"
# Create a dataframe
oldcols = {'col1':['a','a','b','b'], 'col2':['c','d','c','d'], 'col3':[1,2,3,4]}
a = pa.DataFrame(oldcols)
print "Original Table:"
print a

print "Reference Table:"
b = pa.DataFrame({'col1':['x','x'], 'col2':['c','d'], 'col3':[10,20]})
print b

现在我想从原始table(a)的第三列(col3)中减去引用table(c)中第二列所在行的值两个 table 匹配。所以 table two 的第一行应该将值 10 添加到第三列，因为列为 col2 的 table b 的行是 'c' 在 col3 中的值为 10 .说得通？这是执行此操作的一些代码：

col3 = []
for ix, row in a.iterrows():
    col3 += [row[2] + b[b['col2'] == row[1]]['col3']]

a['col3'] = col3
print "Output Table:"
print a

并想让它看起来像这样：

Output Table:
  col1 col2  col3
0    a    c   11
1    a    d   22
2    b    c   13
3    b    d   24

问题是 col3 在数组中采用 Name: 和 dtype

>>print col3
[0    11
Name: col3, dtype: int64, 1    22
Name: col3, dtype: int64, 0    13
Name: col3, dtype: int64, 1    24
Name: col3, dtype: int64]

你能帮忙吗？

Answer 1

这应该有效：

a['col3'] + a['col2'].map(b.set_index('col2')['col3'])
Out[94]: 
0    11
1    22
2    13
3    24
dtype: int64

或者这样：

a.merge(b, on='col2', how='left')[['col3_x', 'col3_y']].sum(axis=1)
Out[110]: 
0    11
1    22
2    13
3    24
dtype: int64

您可以按照要求将其存储在原件中，方法是：

a['col3'] = a.merge(b, on='col2', how='left')[['col3_x', 'col3_y']].sum(axis=1)

如果数据框中的另一列使用 pandas 匹配某个值，则从数据框中的列中减去值

substract values from column in dataframe if another column in dataframe matches some value using pandas

python

pandas

data-science