计算以列表形式存储的项目的价格

Question

我有一个看起来像 this:Item-table

的 Dataframe

Date.    Item.     
10-sep.  X,Y,Z
11-sep.  Y,Z
12-sep.  Z
13-sep.  Z,X

还有另一个 Table，其中每件商品的价格按日期存储。价格-table

Item.   10sep.  11sep.   12sep.  13sep
X.       10.     5.        10.      15
Y.        7.     15.       13.       10
Z.        5.      10.       10.      10

我希望我的输出看起来像这样：

Date.   Item.    Total Price
10 sep.  X,Y,Z.   22
11 sep.  Y,Z.     25
12 sep.  Z.       10
13 sep.  Z,X.     25

第一行总点数为 22，因为 9 月 10 日 X、Y 和 Z 的价格分别为 10,7 和 5。我可以知道如何获得此输出列吗？

Answer 1

我将使用这个数据框来解决你的问题

print(df1)
     Date          Item      
0  10-sep         X,Y,Z 
1  11-sep           Y,Z 
2  12-sep             Z 
3  13-sep           Z,X 

print(df2)
  Item     10sep    11sep     12sep    13sep
0    X        10        5        10       15
1    Y         7       15        13       10
2    Z         5       10        10       10

我们可以使用DataFrame.lookup 到select数据框2的值，但首先我们必须准备值来做搜索：

df3=df1.copy()
df3['Item']=df3['Item'].str.split(',')
df3=df3.explode('Item')
df3['Date']=df3['Date'].str.replace('-','')
print(df3)

    Date Item
0  10sep    X
0  10sep    Y
0  10sep    Z
1  11sep    Y
1  11sep    Z
2  12sep    Z
3  13sep    Z
3  13sep    X

mapper=df2.set_index('Item')


print(mapper)
      10sep  11sep  12sep  13sep
Item                            
X        10      5     10     15
Y         7     15     13     10
Z         5     10     10     10

df3['value']=mapper.lookup(df3['Item'],df3['Date'])
df1['Total Price']=df3.groupby(level=0).value.sum()
print(df1)
     Date          Item  Total Price
0  10-sep         X,Y,Z           22
1  11-sep           Y,Z           25
2  12-sep             Z           10
3  13-sep           Z,X           25

此数据帧的时间比较：

Valdi_Bo的方法：

%%timeit
ItemPrice = Prices.set_index('Item').stack().swaplevel().rename('Price')
def totalPrice(row):
    dat = row.Date
    items = row.Item.split(',')
    ind = pd.MultiIndex.from_arrays([[dat] * len(items), items])
    return ItemPrice.reindex(ind).sum()
Items['Total Price'] = Items.apply(totalPrice, axis=1)
13.5 ms ± 699 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

我的方法

%%timeit
df3=Items.copy()
df3['Item']=df3['Item'].str.split(',')
df3=df3.explode('Item')
mapper=Prices.set_index('Item')
df3['value']=mapper.lookup(df3['Item'],df3['Date'])
Items['Total Price']=df3.groupby(level=0).value.sum()
7.68 ms ± 178 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

@anky_91方法

%%timeit
m=df2.set_index('Item').T
n=df1[['Date']].assign(**df1['Item'].str.get_dummies(',')).set_index('Date')
final=df1.set_index('Date').assign(Total_Price=m.mul(n).sum(1)).reset_index()
8.7 ms ± 199 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

Answer 2

我假设你的两个 DataFrame 之间有一些最小的顺序和协调，即：

没有尾随点是列名。
Prices 中列名的日期格式与 Items 中的 Date 列一样（它们可以是 string 类型，但是 both 它们的天数后面都有一个负号。

所以商品和价格数据框实际上如下：

     Date   Item
0  10-sep  X,Y,Z
1  11-sep    Y,Z
2  12-sep      Z
3  13-sep    Z,X

  Item  10-sep  11-sep  12-sep  13-sep
0    X      10       5      10      15
1    Y       7      15      13      10
2    Z       5      10      10      10

第一步是将价格转换为系列:

ItemPrice = Prices.set_index('Item').stack().swaplevel().rename('Price')

因此它包含：

        Item
10-sep  X       10
11-sep  X        5
12-sep  X       10
13-sep  X       15
10-sep  Y        7
11-sep  Y       15
12-sep  Y       13
13-sep  Y       10
10-sep  Z        5
11-sep  Z       10
12-sep  Z       10
13-sep  Z       10
Name: Price, dtype: int64

然后定义一个函数来计算总价：

def totalPrice(row):
    dat = row.Date
    items = row.Item.split(',')
    ind = pd.MultiIndex.from_arrays([[dat] * len(items), items])
    return ItemPrice.reindex(ind).sum()

最后一步是将此函数应用于每一行并保存结果作为新专栏：

Items['Total Price'] = Items.apply(totalPrice, axis=1)

结果是：

     Date   Item  Total Price
0  10-sep  X,Y,Z           22
1  11-sep    Y,Z           25
2  12-sep      Z           10
3  13-sep    Z,X           25

Answer 3

利用@Valdi_Bo 提供的清理数据，您还可以尝试获取虚拟对象并与转置数据帧相乘并在 axis=1 上求和以获得所需的输出：

m=df2.set_index('Item').T
n=df1[['Date']].assign(**df1['Item'].str.get_dummies(',')).set_index('Date')
final=df1.set_index('Date').assign(Total_Price=m.mul(n).sum(1))

print(final)

         Item  Total_Price
Date                      
10-sep  X,Y,Z           22
11-sep    Y,Z           25
12-sep      Z           10
13-sep    Z,X           25

计算以列表形式存储的项目的价格

Calculate the price of Items in stored in list form

python

metadata

list

dataframe

pandas