遍历数据框并根据字典条件进行更新

Question

我需要处理以下 xlsx 文件：

我想遍历数据框，如果列 ITEM CODE 包含字典键，我想检查同一行是否包含字典值[0]（元组中的第一个位置），如果包含 I想要将字典值1（元组中的第二个位置）插入另一个名为 SKU

的列

数据框：#df3 = df2.append(df1)

catp = {"2755":(('24','002'),('25','003'),('26','003'),('27','004'),('28','005'),('29','006'),('30','007'),('31','008'),
                ('32','009'),('32','010'),('33','011'),('34','012'),('35','013'),('36','014')),
        "2513":(('38','002'),('40','003'),('42','004'),('44','005'),('46','006'),('48','007'),('50','008'),('52','009'),
               ('54','010'))}

for i, row in df3.iterrows():
    if catp.key() in df3['ITEM CODE'][i] and catp.value()[0] in df3['TG'][i]:
            codmarime = catp.value()[1]
            df3['SKU'][i] = '20'+df3['ITEM CODE'][i]+[i]+codmarime

    else:
        df3['SKU'][i] = '20'+df3['ITEM CODE'][i]+'???'

如果找到 2755 和 24 SKU = '202755638002'

如果找到 2513 和 44 SKU = '202513123005'

输出xlsx

Answer 1

我无法正确理解问题，只是更正我在您的代码中看到的错误：

if catp.key() in df3['ITEM CODE'][i] and catp.value()[0] in df3['TG'][i]:

这是不正确的。

如果我理解最终目标，我正在采取不同的方法应该行得通

for key in catp.keys():
     xdf = df3.loc[(df3['SKU'].astype(str).contains(key)) & (df3['SKU'].astype(str).contains(catp[key][0])]
     if len(xdf)>0:
         for i, row in xdf.iterrows():
                codmarime = catp[key][1]
                df3.at[i,'SKU'] = '20'+row['ITEM CODE'][i]+[i]+codmarime

Answer 2

由于您未能提供文本数据来至少创建 DataFrame 的一个片段，我从你的图片中复制了 3 行，创建了我的测试 DataFrame：

df3 = pd.DataFrame(data=[
    [ '1513452', 'AVRO D2', '685', 'BLACK/BLACK/ANTRACITE', '24', 929.95, '8052644627565' ],
    [ '2513452', 'AVRO D2', '685', 'BLACK/BLACK/ANTRACITE', '21', 929.95, '8052644627565' ],
    [ '2755126', 'AMELIA',  'Y17', 'DARK-DENIM',            '24', 179.95, '8052644627565' ]],
    columns=[ 'ITEM CODE', 'ITEM', 'COLOR', 'COLOR CODE', 'TG', 'PRICE', 'EAN' ])

详情：

第一行不包含 ITEM CODE 列中的任何 catp 个键。
第二行：ITEM CODE 包含您的代码之一 (2513) 但对于 TG 2513 键下没有保存的列包含第一个元素 == 21.
第三行：ITEM CODE包含您的代码之一（2755），TG == 24 在 2755 下保存的元组中有一个 == 24.

然后我们必须定义几个辅助函数：

def findContainedCodeAndVal(dct, str):
    for eachKey in dct.keys():
        if str.find(eachKey) >= 0:
            return (eachKey, dct[eachKey])
    else:
        return (None, None)

此函数尝试在 dct 中查找包含在 str 中的键。它 returns 一个包含从 dct.

中找到的键和关联值的二元组

def find2ndElem(tuples, str):
    for tpl in tuples:
        if tpl[0] == str:
            return tpl[1]
    else:
        return ''

此函数检查 tuples 中的每个元组是否是其第一个元素 == str 和 returns 这个元组的第二个元素。

最后定义的函数是应用于每一行的函数来自你的数据框。它 returns 要保存在 SKU 列中的值：

def fn(row):
    ind = row.name  # Read row index
    iCode = row['ITEM CODE']
    k, val = findContainedCodeAndVal(catp, iCode)
    codmarime = ''
    if k:
        tg = row.TG
        codmarime = find2ndElem(val, tg)
    if codmarime == '':
        codmarime = '???'
    return f'20/{iCode}/{ind}/{codmarime}'

请注意，它使用您的 catp 词典。

为了演示，我在返回值中额外引入了斜线，分隔相邻的部分。在目标版本中删除它们。

最后要做的是计算 DataFrame 的 SKU 列，将 fn 函数应用于 df3 的每一行并将结果保存在 SKU 列：

df3['SKU'] = df3.apply(fn, axis=1)

当您打印 DataFrame（包含我的测试数据）时，SKU 列将包含：

20/1513452/0/???
20/2513452/1/???
20/2755126/2/002

遍历数据框并根据字典条件进行更新

Iterating through dataframe and updating based on dictionary conditions

python

xlsx

pandas