Ich versuche, einen großen Datenrahmen mit einem kleinen Datenrahmen auf der Grundlage der ersten Vorkommen eines Paares von Kriterien (month
und num
) zusammenzuführen.Pandas: Zusammenführen von Datenrahmen basierend auf mehreren Ebenen Erste Vorkommen
Ich habe lebensfähigen Code zusammengeschustert (tatsächliche/gewünschte Ausgabe unten), aber es scheint, dass es viel effizienter sein könnte.
Meine Frage ist - fehle ich eine wesentlich einfachere Möglichkeit, dies zu tun?
Setup:
import pandas as pd
m = [1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2]
n = [1,1,1,20,20,300,300,20,20,1,1,1,20,300,20,1,1,1,20,20,300,300,300,20,20,1,1]
df = pd.DataFrame({'month':m, 'num':n, 'x':0})
m2 = [1,1,1,2,2,2]
n2 = [1,20,300,1,20,300]
s2 = [11,222,3333,44,555,6666]
df2 = pd.DataFrame({'month':m2, 'num':n2, 'sum':s2})
Aktueller Code:
dfx = pd.DataFrame(df.groupby(['month','num'])['x'].idxmax())
dfx.rename(columns = {'x':'find'}, inplace = True)
df2.set_index(['month','num'], inplace = True)
df2 = pd.merge(df2, dfx, left_index = True, right_index = True)
df = df.merge(df2, left_index = True, right_on = 'find', how = 'left')
df = df.drop(['find','x'], axis = 1).reset_index(drop = True).fillna(0)
Ausgang:
month num sum
0 1 1 11.0
1 1 1 0.0
2 1 1 0.0
3 1 20 222.0
4 1 20 0.0
5 1 300 3333.0
6 1 300 0.0
7 1 20 0.0
8 1 20 0.0
9 1 1 0.0
10 1 1 0.0
11 1 1 0.0
12 1 20 0.0
13 1 300 0.0
14 1 20 0.0
15 1 1 0.0
16 2 1 44.0
17 2 1 0.0
18 2 20 555.0
19 2 20 0.0
20 2 300 6666.0
21 2 300 0.0
22 2 300 0.0
23 2 20 0.0
24 2 20 0.0
25 2 1 0.0
26 2 1 0.0
Very nice! Ich kann jetzt weitermachen :-) – piRSquared
Ahhh, weil '.duplicated' standardmäßig das erste Vorkommen hält. Verrücktes Genie. Vielen Dank! – pshep123