Kombinieren Sie zwei DataFrames paarweise mit einer binären Funktion

Question

Ich habe zwei Tabellen mit den gleichen Dimensionen und möchte die dritte wo jede Zelle, wenn das Ergebnis der Anwendung einer binären Funktion auf entsprechende Zellen dieser beiden Tabellen. Zum Beispiel:

$ t1 
array([[0, 1], 
     [2, 3]]) 

$ t2 
array([["A", "B"], 
     ["C", "D"]]) 

$ combine(t1, t2, lambda x, y: "{}-{}".format(x, y)) 
array([["0-A", "1-B"], 
     ["2-C", "3-D"]]) 

Mit anderen Worten, ich mag eine verallgemeinerte Version von elementweise Operationen wie Add, div usw. Klingt wie eine einfache Aufgabe, aber ich konnte nicht überall finden, wie dies leicht zu tun.

Answer 1

Angenommen, die Spalten haben denselben Namen, können Sie df.apply verwenden.

df1.apply(lambda x: binary_function(x, df2[x.name])) 

---

df1 
    0 1 
0 0 1 
1 2 3 

df2 
    0 1 
0 A B 
1 C D 

df1.astype(str) + '-' + df2 
    0 1 
0 0-A 1-B 
1 2-C 3-D 

allgemeiner:

df1.apply(lambda x: x.astype(str) + '-' + df2[x.name]) 
    0 1 
0 0-A 1-B 
1 2-C 3-D 

Mit str.format:

df1.apply(lambda x: ['{}-{}'.format(k, y) for k, y in zip(x, df2[x.name].values)]) 
    0 1 
0 0-A 1-B 
1 2-C 3-D 

Answer 2

Demo für DFs mit nicht ausgerichteten Indizes und Spalten:

Setup:

In [26]: d1 = pd.DataFrame(t1) 

In [27]: d2 = pd.DataFrame(t2, index=[3,5], columns=['a','b']) 

In [28]: d1 
Out[28]: 
    0 1 
0 0 1 
1 2 3 

In [29]: d2 
Out[29]: 
    a b 
3 A B 
5 C D 

Lösung:

In [30]: d1.astype(str).add('-').add(d2.values) 
Out[30]: 
    0 1 
0 0-A 1-B 
1 2-C 3-D