replizieren IFERROR und vlookup in einem Pandas kommen

Question

ich zwei Datenrahmen anschließen möchten:

df1 = pd.DataFrame({'Banner': {0: 'banner1', 1: 'banner2', 2: 'banner3'}, 
        'Campaign': {0: 'campaign1', 1: 'campaign2', 2: '12345'}, 
        'Country ': {0: 'de', 1: 'it', 2: 'de'}, 
        'Date': {0: '1/1/2016', 1: '2/1/2016', 2: '1/1/2016'}, 
        'Value_1': {0: 10, 1: 5, 2: 20}}) 

df2 = pd.DataFrame({'Banner': {0: 'banner1', 1: 'banner2', 2: 'banner3', 3: 'banner4', 4: 'banner5'}, 
        'Campaign': {0: 'campaign1',1: 'campaign2', 2: 'none',3: 'campaign4',4: 'campaign5'}, 
        'Country ': {0: 'de', 1: 'it', 2: 'de', 3: 'en', 4: 'en'}, 
        'Date': {0: '1/1/2016', 1: '2/1/2016', 2: '1/1/2016', 3: '3/1/2016', 4: '4/1/2016'}, 
        'Value_2': {0: 5, 1: 10, 2: 15, 3: 20, 4: 25},    
        'id_campaign': {0: 'none', 1: 'none', 2: '12345', 3: 'none', 4: 'none'}}) 

bearbeiten: lassen Sie uns auch die Möglichkeit, sich vorstellen:

df1 = pd.DataFrame({'Banner': {0: 'banner1', 1: 'banner2', 2: 'banner3'}, 
       'Campaign': {0: 'campaign1', 1: 'campaign2', 2: '12345'}, 
       'Date': {0: '1/1/2016', 1: '2/1/2016', 2: '1/1/2016'}, 
       'Value_1': {0: 10, 1: 5, 2: 20}}) 

Ich habe DF2 und DF1 beitreten auf den Tasten:

• Datum
• Kampagne
• Banner

Das hier Problem ist, dass, wenn das Spiel unter dem Schlüssel „Kampagne“ nicht gefunden wird, soll der Schlüssel Feld „id_campaign“ umgeschaltet wird.

Ich mag diesen Datenrahmen erhalten:

df_joined = pd.DataFrame({'Banner': {0: 'banner1', 1: 'banner2', 2: 'banner3', 3: 'banner4', 4: 'banner5'}, 
         'Campaign': {0: 'campaign1', 1: 'campaign2', 2: 'none', 3: 'campaign4', 4: 'campaign5'}, 
         'Country ': {0: 'de', 1: 'it', 2: 'de', 3: 'en', 4: 'en'}, 
         'Date': {0: '1/1/2016', 1: '2/1/2016', 2: '1/1/2016', 3: '3/1/2016', 4: '4/1/2016'}, 
         'Value_1': {0: 10, 1: 5, 2: 20, 3: 0, 4: 0}, 
         'Value_2': {0: 5, 1: 10, 2: 15, 3: 20, 4: 25}, 
         'id_campaign': {0: 'none', 1: 'none', 2: '12345', 3: 'none', 4: 'none'}}) 

jede Hilfe ist wirklich zu schätzen.

Answer 1

können Sie doppelt verwenden merge von Tasten 3 und 2 und dann Werte übereinstimmen füllen nicht durch combine_first aus Spalte Value_1 von df4:

df3 = pd.merge(df2, df1.drop('Country', axis=1), on=['Date','Campaign','Banner'], how='left') 
df4 = pd.merge(df2, df1, on=['Date','Banner'], how='left') 

print (df3) 
    Banner Campaign Country  Date Value_2 id_campaign Value_1 
0 banner1 campaign1  de 1/1/2016  5  none  10.0 
1 banner2 campaign2  it 2/1/2016  10  none  5.0 
2 banner3  none  de 1/1/2016  15  12345  NaN 
3 banner4 campaign4  en 3/1/2016  20  none  NaN 
4 banner5 campaign5  en 4/1/2016  25  none  NaN 

print (df4['Value_1']) 
0 10.0 
1  5.0 
2 20.0 
3  NaN 
4  NaN 
Name: Value_1, dtype: float64 

df3['Value_1'] = df3['Value_1'].combine_first(df4['Value_1']).fillna(0).astype(int) 
print (df3) 
    Banner Campaign Country  Date Value_2 id_campaign Value_1 
0 banner1 campaign1  de 1/1/2016  5  none  10 
1 banner2 campaign2  it 2/1/2016  10  none  5 
2 banner3  none  de 1/1/2016  15  12345  20 
3 banner4 campaign4  en 3/1/2016  20  none  0 
4 banner5 campaign5  en 4/1/2016  25  none  0