在 python 中使用三个数据帧重新编码

Question

我有三个独立的 DataFrame：

import pandas as pd

df1 = pd.DataFrame({ "Log": ["1114","1115","1116","1117","1118","1119","120"], "Gender": ["2","2","2","1","1","1","2"] })
df2 = pd.DataFrame({"NAME": ["Gender"],"SOURCE": ["MALE_FEMALE_LIST"]})
df3 = pd.DataFrame({"ID":["0", "1", "2"], "MALE_FEMALE_LIST":["Select", "Male","Female"]})
df3.set_index("ID", inplace = True)

df1 是我要根据来自 df3 的信息重新编码的数据的位置。我想说的是，如果 df1 中的列 header 与 df2 中的名称相同，请查看 df2 中的 SOURCE 并将 df3 信息应用于该列。

Answer 1

尝试：

for _, row in df2.iterrows():
    df1[row["NAME"]] = df1[row["NAME"]].map(df3[row["SOURCE"]])

print(df1)

打印：

    Log  Gender
0  1114  Female
1  1115  Female
2  1116  Female
3  1117    Male
4  1118    Male
5  1119    Male
6   120  Female

在 python 中使用三个数据帧重新编码

Recode using three dataframes in python

python

dataframe

dictionary

recode