Заполнение фрейма данных из отдельной таблицы с использованием loc

Question

data1={'Policy Number':['FSH1235456','FSH7643643','CHH123124','CHH123145252','CHH124124'],'State':['FL','TX','GA','TX','TX'],'TERR':[1,2,3,4,5]}

data2={'TERR':[1,2,3,4,5],'CHH':[0,.15,.65,.35,.20],'FSH':[0,.15,.25,.35,.20]}

output={'Policy Number':['FSH1235456','FSH7643643','CHH123124','CHH123145252','CHH124124'],'State':['FL','TX','GA','TX','TX'],'TERR':[1,2,3,4,5],'Test':[0,.15,0,0,0]}


df1=pd.DataFrame(data1)

df2=pd.DataFrame(data2)

df3=pd.DataFrame(output)

Тестовые данные выше.

Я пытаюсь создать новый столбец в df1, назовите его df1 ['Test'], который содержит значения df2 ['FSH'] на основе следующегокритерии:

1. Состояние 'TX'
2. Номер политики содержит 'FSH' 3. Значение df1 ["Terr"] = значение df2 ['TERR']

Просмотр df3 для правильного вывода.

Я попытался сделать следующее:

if df1.State.any()=="TX":
    if df1["Policy Number"].str.contains("FSH").any():
        for i in df["TERR"]:
            df1['% TERR']=df2.loc[[i],["FSH"]]

Однако мой вывод пронизан NAN, а также1 уникальный правильный ответ.

Я пытался проверить, чтобы правильные значения i подавались в df2 через

print(df2.loc[[i],["FSH"]]

и он печатается правильно.

Есть мысли?

Answer 1

Вы можете использовать NumPy где при прохождении условий,

cond1 = (df1['State'] == 'TX')
cond2 = (df1['Policy Number'].str.contains('FSH'))
cond3 = (df1["TERR"] == df2['TERR'])
df1['Test'] = np.where(cond1 & cond2 & cond3, df2['FSH'], 0)

    Policy Number   State   TERR    Test
0   FSH1235456      FL      1       0.00
1   FSH7643643      TX      2       0.15
2   CHH123124       GA      3       0.00
3   CHH123145252    TX      4       0.00
4   CHH124124       TX      5       0.00

Answer 2

Вы просто пытаетесь получить данные из df2 в df1? Если это так, вы можете изменить df2, используя melt, а затем сделать merge.

df1['policy_prefix'] = df1['Policy Number'].str[:3]
df2 = df2.melt(id_vars='TERR', value_vars=['CHH', 'FSH'], 
               value_name='Test', 
               var_name='policy_prefix')
df1 = df1.merge(df2, on=['policy_prefix', 'TERR'])

если вы хотите, чтобы это применялось только к строкам с состоянием 'TX', тогда вы можете установить другие значения равными нулю после слияния:

   import numpy as np 
   df1.loc[df1.State!='TX', 'Test'] = np.nan

Answer 3

Вот ваше решение:

# ... initialize df1 and df2 here
df3 = df1.join(df2.FSH)  # Merge df1 and df2 into a single dataframe
df3 = df3.rename({"FSH": "TEST"}, axis=1)  # Change column name

def set_tx_fsh(row):
    if row.State == "TX" and "FSH" in row["Policy Number"]:
        return row.TEST
    else:
        return 0

df3.TEST = df3.apply(set_tx_fsh, axis=1)  # Set values in "TEST" column based on your condition

Answer 4

Я не знаю, является ли это лучшим или самым быстрым решением, но один из вариантов - объединить 2 кадра данных, затем отфильтровать их по вашим условиям и обновить:

new = df1.merge(df2, on='TERR')
mask = new[((new['State']=='TX') & (new['Policy Number'].str.contains('FSH')))]

df1['Test'] = 0
df1['Test'].update(mask['FSH'])

    Policy Number   State   TERR    Test
0   FSH1235456        FL    1       0.00
1   FSH7643643        TX    2       0.15
2   CHH123124         GA    3       0.00
3   CHH123145252      TX    4       0.00
4   CHH124124         TX    5       0.00