Python - расширение фрейма данных по разностям для числовых столбцов с разделением по уникальным идентификаторам - PullRequest
Новая
       16

Python - расширение фрейма данных по разностям для числовых столбцов с разделением по уникальным идентификаторам

0 голосов
/ 10 апреля 2019

Я хотел бы добавить вычисленные различия к существующему фрейму данных в отношении идентификаторов.Различия были сохранены в отдельный фрейм данных.

Фактическая структура данных имеет следующий вид df1: 

 Id   Col1   Col2  Col3
 567   6       7    9
 567   8       10   18 
 567   9       11   20  
 567   10      12   30   
 567   4       16   57
 ...   ...     ...  ...
 1568   6       7     9
 1568   8       10   18 
 1568   9       11   20  
 1568   10      12   30   
 1568   4       16   57

Расчетные различия сохраняются в df2 для каждого идентификатора в отдельности, например, для Id=567: 

 Col1_d1  Col2_d1   Col3_d1
  NaN       NaN       NaN
  -2        -3        -9 
  -1        -1        -2  
  -1        -1        -10   
   6        -4        -27

Кроме того, NaN значения, которые я заполнил 0.

Я пытался использовать groupby и map, но безуспешно.

L1 = [x for _, x in df1.groupby(df1['Id'])]

Как я могу объединить его со вторым фреймом данных df2 с учетом требуемой группировки по Id?

Я пытался сделать это: list(map(lambda x: df1.append(x), L1))

Ожидаемый результат: 

 Id   Col1   Col2  Col3  Col1_d1  Col2_d1   Col3_d1
 567   6       7    9      0          0        0
       8       10   18     -2        -3        -9 
       9       11   20     -1        -1        -2 
       10      12   30     -1        -1        -10    
       4       16   57      6        -4        -27
 1568  6       7    9       0         0        0
       8       10   18     -2        -3        -9 
       9       11   20     -1        -1        -2 
       10      12   30     -1        -1        -10    
       4       16   57      6        -4        -27

Я благодарен за любую идею и помощь.Спасибо!

1 Ответ

0 голосов
/ 10 апреля 2019

Исправлено использованием: 

 df1.reset_index(inlace = True)
 df2['index'] = df1['index']
 dfList = [df1, df2]
 reduce(lambda x, y: pd.merge(x, y, on = 'index'), dfList)
...