根据来自不同数据框的其他列创建新列

Question

我有 2 个数据帧：

df1

Time   Apples   Pears   Grapes   Peachs
10:00    3       5        5        2
11:00    1       0        2        9
12:00    20      2        7        3

df2

Class   Item   Factor  
A       Apples   3
A       Peaches  2
A       Pears    5
B       NaN      4

我想在 df2 中创建一个名为 Total 的新列，将 df1 中位于 10:00 的项目乘以该项目的系数 - 仅当它们位于 Class A.

最终的 df 应该是这样的

df2

Class   Item   Factor   Total 
A       Apples   3        9
A       Peaches  2        4
A       Pears    5        25
B       NaN      4

这是我试过的：

df2['Total'] = df1.setIndex().cols.isin((df2.Item) and (df2.Class==A)) * df2.Factor

Answer 1

IIUC 这将为您提供所需的输出（这不包括来自 df2 的 np.nan，它 == b，但我认为您不想要那个）

df_melt = df1.melt(id_vars = ['Time'])
df_melt.columns = ['Time', 'Item', 'Count']
df2 = df2.loc[df2['Class'] == 'A']
df_merge = pd.merge(df2, df_melt)
df_merge['Total'] = df_merge['Factor'] * df_merge['Count']
df_merge

Answer 2

您可以使用 df1 作为查找 table:

df2['Total'] = df2[df2['Class']=='A'].apply( 
      lambda x, **kwd: df1.set_index('Time').loc[kwd['tgt_time'],x['Item']]*x['Factor'],
          axis=1, tgt_time='10:00')

  Class     Item  Factor  Total
0     A   Apples       3    9.0
1     A  Peaches       2    4.0
2     A    Pears       5   25.0
3     B      NaN       4    NaN

（为了完成这项工作，我必须在 df1 中将列名称从 Peachs 更改为 Peaches）

根据来自不同数据框的其他列创建新列

Create new column based on other columns from a different dataframe

python

pandas

dataframe

data-wrangling

data-munging