我在第一个数据框df1 [“ItemType”]中有一列,如下所示,
Dataframe1
- ItemType1
- redTomato
- whitePotato
- yellowPotato
- greenCauliflower
- yellowCauliflower
- yelloSquash
- redOnions
- YellowOnions
- WhiteOnions
- yellowCabbage
- GreenCabbage
我需要根据从另一个数据框创建的字典替换它.
Dataframe2
- ItemType2 newType
- whitePotato Potato
- yellowPotato Potato
- redTomato Tomato
- yellowCabbage
- GreenCabbage
- yellowCauliflower yellowCauliflower
- greenCauliflower greenCauliflower
- YellowOnions Onions
- WhiteOnions Onions
- yelloSquash Squash
- redOnions Onions
请注意,
>在dataframe2中,某些ItemType与ItemType中的相同
dataframe1.
> dataframe2中的某些ItemType具有nullCabbage等空值.
> dataframe2中的ItemType与dataframe中的ItemType无关
如果相应的Dataframe2 ItemType中的值匹配,我需要替换Dataframe1 ItemType列中的值,newType保持在bullet-points中列出的异常之上.
如果没有匹配,那么值必须是[无变化].
到目前为止,我得到了.
- import pandas as pd
- #read second `csv-file`
- df2 = pd.read_csv('mappings.csv',names = ["ItemType","newType"])
- #conver to dict
- df2=df2.set_index('ItemType').T.to_dict('list')
下面给出的匹配替换不起作用.他们正在插入NaN值而不是实际值.这些是基于SO的讨论here.
- df1.loc[df1['ItemType'].isin(df2['ItemType'])]=df2[['NewType']]
要么
- df1['ItemType']=df2['ItemType'].map(df2)
提前致谢
编辑
两个数据框中的两个列标题具有不同的名称.因此,dataframe1列是ItemType1,第二个数据帧中的第一列是ItemType2.错过了第一次编辑.
解决方法
使用地图
您需要的所有逻辑：
- def update_type(t1,t2,dropna=False):
- return t1.map(t2).dropna() if dropna else t1.map(t2).fillna(t1)
让’ItemType2’成为Dataframe2的索引
- update_type(Dataframe1.ItemType1,Dataframe2.set_index('ItemType2').newType)
- 0 Tomato
- 1 Potato
- 2 Potato
- 3 greenCauliflower
- 4 yellowCauliflower
- 5 Squash
- 6 Onions
- 7 Onions
- 8 Onions
- 9 yellowCabbage
- 10 GreenCabbage
- Name: ItemType1,dtype: object
- update_type(Dataframe1.ItemType1,Dataframe2.set_index('ItemType2').newType,dropna=True)
- 0 Tomato
- 1 Potato
- 2 Potato
- 3 greenCauliflower
- 4 yellowCauliflower
- 5 Squash
- 6 Onions
- 7 Onions
- 8 Onions
- Name: ItemType1,dtype: object
校验
- updated = update_type(Dataframe1.ItemType1,Dataframe2.set_index('ItemType2').newType)
- pd.concat([Dataframe1,updated],axis=1,keys=['old','new'])
定时
- def root(Dataframe1,Dataframe2):
- return Dataframe1['ItemType1'].replace(Dataframe2.set_index('ItemType2')['newType'].dropna())
- def piRSquared(Dataframe1,Dataframe2):
- t1 = Dataframe1.ItemType1
- t2 = Dataframe2.set_index('ItemType2').newType
- return update_type(t1,t2)