Проверьте наличие значения в разных столбцах - PullRequest
Новая
       2

Проверьте наличие значения в разных столбцах

1 голос
/ 29 мая 2019

Я хочу найти идентификатор моего столбца, равный id1 или id2, затем мы добавляем столбец со значением col3 в F1. еще NAN. 

   d = {'id1': ["ABC","ANB","ATB","BTP"],'id2':["XXX","YYY","ZZZ","TTT"], 'Name': ["A1","A2","A3","A4"]}
   F1 = pd.DataFrame(data=d)
   d = {'id': ["ABC","ANB","ZZZ"], 'col3': [0,1,1]}
   F2 = pd.DataFrame(data=d)

Я сделал эту строку кода, но она не дала ожидаемого результата. 

 pd.concat([F1.merge(F2, left_on='id1', right_on='id'),F1.merge(F2, left_on='id2', right_on='id')], axis=0).drop(['Name','id'], axis=1)

Ожидаемый результат показан на этом рисунке. введите описание изображения здесь

1 Ответ

1 голос
/ 29 мая 2019

Используйте double Series.map для обоих столбцов с помощью Series, созданного DataFrame.set_index с Series.fillna для замены отсутствующих значений: 

s = F2.set_index('id')['col3']
F1['col3'] = F1['id1'].map(s).fillna(F1['id2'].map(s))
print (F1)
   id1  id2 Name  col3
0  ABC  XXX   A1   0.0
1  ANB  YYY   A2   1.0
2  ATB  ZZZ   A3   1.0
3  BTP  TTT   A4   NaN

Подробнее : 

print (F1['id1'].map(s))
0    0.0
1    1.0
2    NaN
3    NaN
Name: id1, dtype: float64

print (F1['id2'].map(s))
0    NaN
1    NaN
2    1.0
3    NaN
Name: id2, dtype: float64

print(F1['id1'].map(s).fillna(F1['id2'].map(s)))
0    0.0
1    1.0
2    1.0
3    NaN
Name: id1, dtype: float64

Ваше решение должно быть изменено с левым соединением и fillna: 

a = F1.merge(F2, left_on='id1', right_on='id', how='left')['col3']
b = F1.merge(F2, left_on='id2', right_on='id', how='left')['col3']

F1['col3'] = a.fillna(b)
print (F1)
   id1  id2 Name  col3
0  ABC  XXX   A1   0.0
1  ANB  YYY   A2   1.0
2  ATB  ZZZ   A3   1.0
3  BTP  TTT   A4   NaN

Последним, если нужны целые числа в последнем столбце, нужны панды 0,24+ с приведением на Int64: 

F1['col3'] = F1['id1'].astype('Int64')
print (F1)
   id1  id2 Name  col3
0  ABC  XXX   A1     0
1  ANB  YYY   A2     1
2  ATB  ZZZ   A3     1
3  BTP  TTT   A4   NaN
...