Поиск и поиск Поиск значений из одного кадра данных в другом кадре данных и заполнение нового столбца на основе значений поиска в pandas

Question

У меня есть 2 фрейма данных - df1 и df2, которые выглядят как показано ниже. Мне нужно найти значения из df2 ['Pid'] во всех столбцах df1 (столбцы - от a до f), а затем создать новый столбец df1 ['ind'], который будет содержать значения из df2 ['ind'] где угодно соответствие между значениями df2 ['Pid'] найдено в df1. Для меня это похоже на расширенный поисковый случай. Я использовал df2.isin(df1['PERSON_UID']), чтобы найти, чтобы отметить значение found = true / false в df1, но застрял при создании столбца df1 ['ind'].

df1:

a       b       c           d       e       f
0       0       2106        0       0       0
0       2103    0           0       0       0
0       2104    0           0       0       0
0       2105    0           0       0       0
2100    0       0           0       0       0
2101    0       0           0       0       0
2102    0       0           0       0       0
0       0       2107        0       0       0
0       0       2108        0       0       0
0       0       2109        0       0       0
0       0       2110        0       0       0
0       0       2111        0       0       0
0       0       0           2112.   0       0
0       0       0           2113    0       0
0       0       0           2114    0       0
0       0       0           0       2115    0
0       0       0           0       2116    0
0       0       0           0       0       2117
0       0       0           0       0       2118
0       0       0           0       0       2119
0       0       0           0       2120    0

df2:

Pid       ind
2100        y
2101        n
2102        y
2103        n
2104        y
2105        n
2106        n
2107        n
2108        y
2109        y
2110        n
2111        y
2112        y
2113        y
2114        n
2115        n
2116        y
2117        y
2118        n
2119        y
2120        n

Желаемая операция:

a       b       c           d       e       f       ind
0       0       2106        0       0       0       n
0       2103    0           0       0       0       n
0       2104    0           0       0       0       y
0       2105    0           0       0       0       n
2100    0       0           0       0       0       y
2101    0       0           0       0       0       n
2102    0       0           0       0       0       y
0       0       2107        0       0       0       n
0       0       2108        0       0       0       y
0       0       2109        0       0       0       y
0       0       2110        0       0       0       n
0       0       2111        0       0       0       y
0       0       0           2112.   0       0       y
0       0       0           2113    0       0       y
0       0       0           2114    0       0       n
0       0       0           0       2115    0       n
0       0       0           0       2116    0       y
0       0       0           0       0       2117    y
0       0       0           0       0       2118    n
0       0       0           0       0       2119    y
0       0       0           0       2120    0       n

Answer 1

Ответ @ jezrael идеален, если Pid не является дубликатом, тогда вам понадобится сумма, которую я думал объединить в качестве индекса.

df['Pid'] = df.sum(axis=1)
df['Pid'] = df['Pid'].astype(int)
df = pd.merge(df, df2, on='Pid', how='inner')
df.drop('Pid', axis=1, inplace=True)

df
    a   b   c   d   e   f   ind
0   0   0   2106    0.0     0   0   n
1   0   2103    0   0.0     0   0   n
2   0   2104    0   0.0     0   0   y
3   0   2105    0   0.0     0   0   n
4   2100    0   0   0.0     0   0   y
5   2101    0   0   0.0     0   0   n
6   2102    0   0   0.0     0   0   y
7   0   0   2107    0.0     0   0   n
8   0   0   2108    0.0     0   0   y
9   0   0   2109    0.0     0   0   y
10  0   0   2110    0.0     0   0   n
11  0   0   2111    0.0     0   0   y
12  0   0   0   2112.0      0   0   y
13  0   0   0   2113.0      0   0   y
14  0   0   0   2114.0      0   0   n
15  0   0   0   0.0     2115    0   n
16  0   0   0   0.0     2116    0   y
17  0   0   0   0.0     0   2117    y
18  0   0   0   0.0     0   2118    n
19  0   0   0   0.0     0   2119    y
20  0   0   0   0.0     2120    0   n

Answer 2

Используйте:

df1['ind'] = df1.mask(df1.eq(0)).ffill(axis=1).iloc[:, -1].map(df2.set_index('Pid')['ind'])
print (df1)
       a     b     c       d     e     f ind
0      0     0  2106     0.0     0     0   n
1      0  2103     0     0.0     0     0   n
2      0  2104     0     0.0     0     0   y
3      0  2105     0     0.0     0     0   n
4   2100     0     0     0.0     0     0   y
5   2101     0     0     0.0     0     0   n
6   2102     0     0     0.0     0     0   y
7      0     0  2107     0.0     0     0   n
8      0     0  2108     0.0     0     0   y
9      0     0  2109     0.0     0     0   y
10     0     0  2110     0.0     0     0   n
11     0     0  2111     0.0     0     0   y
12     0     0     0  2112.0     0     0   y
13     0     0     0  2113.0     0     0   y
14     0     0     0  2114.0     0     0   n
15     0     0     0     0.0  2115     0   n
16     0     0     0     0.0  2116     0   y
17     0     0     0     0.0     0  2117   y
18     0     0     0     0.0     0  2118   n
19     0     0     0     0.0     0  2119   y
20     0     0     0     0.0  2120     0   n

Подробности :

Сначала замените 0 значения на отсутствующие значения на DataFrame.mask:

print (df1.mask(df1.eq(0)))
         a       b       c       d       e       f
0      NaN     NaN  2106.0     NaN     NaN     NaN
1      NaN  2103.0     NaN     NaN     NaN     NaN
2      NaN  2104.0     NaN     NaN     NaN     NaN
3      NaN  2105.0     NaN     NaN     NaN     NaN
4   2100.0     NaN     NaN     NaN     NaN     NaN
5   2101.0     NaN     NaN     NaN     NaN     NaN
6   2102.0     NaN     NaN     NaN     NaN     NaN
7      NaN     NaN  2107.0     NaN     NaN     NaN
8      NaN     NaN  2108.0     NaN     NaN     NaN
9      NaN     NaN  2109.0     NaN     NaN     NaN
10     NaN     NaN  2110.0     NaN     NaN     NaN
11     NaN     NaN  2111.0     NaN     NaN     NaN
12     NaN     NaN     NaN  2112.0     NaN     NaN
13     NaN     NaN     NaN  2113.0     NaN     NaN
14     NaN     NaN     NaN  2114.0     NaN     NaN
15     NaN     NaN     NaN     NaN  2115.0     NaN
16     NaN     NaN     NaN     NaN  2116.0     NaN
17     NaN     NaN     NaN     NaN     NaN  2117.0
18     NaN     NaN     NaN     NaN     NaN  2118.0
19     NaN     NaN     NaN     NaN     NaN  2119.0
20     NaN     NaN     NaN     NaN  2120.0     NaN

Затем заполнение пропущенных значений вперед:

print (df1.mask(df1.eq(0)).ffill(axis=1))
         a       b       c       d       e       f
0      NaN     NaN  2106.0  2106.0  2106.0  2106.0
1      NaN  2103.0  2103.0  2103.0  2103.0  2103.0
2      NaN  2104.0  2104.0  2104.0  2104.0  2104.0
3      NaN  2105.0  2105.0  2105.0  2105.0  2105.0
4   2100.0  2100.0  2100.0  2100.0  2100.0  2100.0
5   2101.0  2101.0  2101.0  2101.0  2101.0  2101.0
6   2102.0  2102.0  2102.0  2102.0  2102.0  2102.0
7      NaN     NaN  2107.0  2107.0  2107.0  2107.0
8      NaN     NaN  2108.0  2108.0  2108.0  2108.0
9      NaN     NaN  2109.0  2109.0  2109.0  2109.0
10     NaN     NaN  2110.0  2110.0  2110.0  2110.0
11     NaN     NaN  2111.0  2111.0  2111.0  2111.0
12     NaN     NaN     NaN  2112.0  2112.0  2112.0
13     NaN     NaN     NaN  2113.0  2113.0  2113.0
14     NaN     NaN     NaN  2114.0  2114.0  2114.0
15     NaN     NaN     NaN     NaN  2115.0  2115.0
16     NaN     NaN     NaN     NaN  2116.0  2116.0
17     NaN     NaN     NaN     NaN     NaN  2117.0
18     NaN     NaN     NaN     NaN     NaN  2118.0
19     NaN     NaN     NaN     NaN     NaN  2119.0
20     NaN     NaN     NaN     NaN  2120.0  2120.0

Выберите последний столбец по позиции с помощью DataFrame.iloc:

print (df1.mask(df1.eq(0)).ffill(axis=1).iloc[:, -1])
0     2106.0
1     2103.0
2     2104.0
3     2105.0
4     2100.0
5     2101.0
6     2102.0
7     2107.0
8     2108.0
9     2109.0
10    2110.0
11    2111.0
12    2112.0
13    2113.0
14    2114.0
15    2115.0
16    2116.0
17    2117.0
18    2118.0
19    2119.0
20    2120.0
Name: f, dtype: float64

И последнее использование Series.map.