Сравните несколько записей в пандах - PullRequest
Новая
       8

Сравните несколько записей в пандах

0 голосов
/ 05 мая 2018

Попытка сравнить df1 и df2 для «Cntr No» И либо значение в любом из столбцов df2 [«Стоимость труда», «Стоимость материала», «Сумма в расчетной валюте»] должно совпадать с «Итогом df1».

Например, df1 OOLU 3868088 соответствует df2 OOLU 3868088, а общее значение df1 «28» соответствует значению «Затраты на оплату труда» df2, равному «28».

ДФ: 

df1 = pd.DataFrame({'Cntr No': ['OOLU 3868088','OOLU 3868088','OOLU 3868088','TRIU 0625840','TRIU 0625840','TRIU 0625840','TRIU 1234567','OOLU 6232016','OOLU 0981231','OOLU 1212444'], 
               'Total': [12,28,48,119,82.5,11.0,18.0,11.0,13.0,10.0]})

df2 = pd.DataFrame({'Cntr No': ['OOLU 3868088','OOLU 3868088','OOLU 3868088','TRIU 0625840','TRIU 0625840','TRIU 0625840','TRIU 1234567'],  
                  'Labour Cost': [0.0,0.0,28.0,0.0,54.0,0.0,0.0], 
                  'Material Cost':[0.00,12.0,58.91,82.5,54.0,0.0,16.0],
                  'Amount in Estimate Currency':[48.00,12.00,87.81,82.5,119.0,12.0,16.0]})

Ожидаемый результат: 

    Cntr No        Total    Tally_with_df2
0   OOLU 3868088    12.0    Yes
1   OOLU 3868088    28.0    Yes
2   OOLU 3868088    48.0    Yes
3   TRIU 0625840    119.0   Yes
4   TRIU 0625840    82.5    Yes
5   TRIU 0625840    11.0    No
6   TRIU 1234567    18.0    No

Использованный код: это приведенный ниже код, который я пробовал, но не смог выполнить мои требования 

cols = ['Labour Cost', 'Material Cost', 'Amount in Estimate Currency']

 d = {k: set(v.values()) for k, v in \
    df_co.set_index('Cntr No')[cols].to_dict(orient='index').items()}

df['Tally'] = [j in d.get(i, set()) for i, j in zip(df['Cntr No'], df['Total'])]
df['Tally'] = df['Tally'].map({True: 'Yes', False: 'No'})

df1: 

Cntr No                       object
Serviced By                   object
Location                      object
WO No                         object
WASH - CHEMICAL              float64
PTI - CHILL                  float64
WASHING CONTAINER AGENT      float64
WASH - CHEMICAL AGENT        float64
WASHING CONTAINER -AGENT     float64
BUNDLING/UNBUNDLING OF FR    float64
PTI - AUTO                   float64
PTI                          float64
Struct Repair - Labour       float64
Struct Repair - Material     float64
Machy Repair - Labour        float64
Total                        float64
Vendor                        object
Sz                            object
Ty                            object
CO                            object
WO Date                       object
WO ID                         object

df2: 

 Cntr No                            object
Equipment Size/type Group Code     object
Labour Cost                       float64
Material Cost                     float64
Amount in Estimate Currency       float64
Remarks                            object

1 Ответ

0 голосов
/ 05 мая 2018

IIUC, мы можем создать groupby данные из df2 для каждого уникального номера Cntr * 

## this is grouped data
to_remove = df2.select_dtypes(['object']).columns.values.tolist()

df3 = (df2
.groupby('Cntr No')
.apply(lambda df: set(np.concatenate(df.loc[:, df.columns.difference(to_remove)].values))))

## df3 looks like this - using set for faster speed
print(df3)

Cntr No
OOLU 3868088    {0.0, 12.0, 48.0, 87.81, 58.91, 28.0}
TRIU 0625840           {0.0, 12.0, 82.5, 54.0, 119.0}
TRIU 1234567                              {16.0, 0.0}


## this function ensures all cases are handles
def get_value(x, data):
    if x['Cntr No'] not in data.index:
        return 'Not Found'
    else:
        if x['Total'] in data[x['Cntr No']]:
            return 'Yes'
        else:
            return 'No'

## next we do a simple look-up
df1['Tally_with_df2'] = df1.apply(lambda x: get_value(x, df3), axis=1)

print(df1)

        Cntr No  Total Tally_with_df2
0  OOLU 3868088   12.0            Yes
1  OOLU 3868088   28.0            Yes
2  OOLU 3868088   48.0            Yes
3  TRIU 0625840  119.0            Yes
4  TRIU 0625840   82.5            Yes
5  TRIU 0625840   11.0             No
6  TRIU 1234567   18.0             No
...