大熊猫使用地图

import pandas as pd 
import numpy as np 

pb = {"mark_up_id":{"0":"123","1":"456","2":"789","3":"111","4":"222"},"mark_up":{"0":1.2987,"1":1.5625,"2":1.3698,"3":1.3333,"4":1.4589}} 

data = {"id":{"0":"K69","1":"K70","2":"K71","3":"K72","4":"K73","5":"K74","6":"K75","7":"K79","8":"K86","9":"K100"},"cost":{"0":29.74,"1":9.42,"2":9.42,"3":9.42,"4":9.48,"5":9.48,"6":24.36,"7":5.16,"8":9.8,"9":3.28},"mark_up_id":{"0":"123","1":"456","2":"789","3":"111","4":"222","5":"333","6":"444","7":"555","8":"666","9":"777"}} 

pb = pd.DataFrame(data=pb).set_index('mark_up_id') 
df = pd.DataFrame(data=data)

我知道我可以使用类似VLOOKUP针对与普通指数系列。我想把这个回报加起来，并用每个成本乘以一个通用指数来产生一个名为价格的新列。大熊猫使用地图

我知道我可以将两者合并，然后运行计算。这就是我产生所需输出的方式。我希望能够做到这一点，类似于如何循环访问字典，并使用键在另一个字典中查找值并在循环中执行某种计算。考虑到PANDAS数据框位于字典之上，必须有一种使用join/map/apply的组合来实现这一点，而无需实际将两个数据集合在内存中。

所需的输出：

desired_output = {"cost":{"0":29.74,"1":9.42,"2":9.42,"3":9.42,"4":9.48},"id":{"0":"K69","1":"K70","2":"K71","3":"K72","4":"K73"},"mark_up_id":{"0":"123","1":"456","2":"111","3":"123","4":"789"},"price":{"0":38.623338,"1":14.71875,"2":12.559686,"3":12.233754,"4":12.985704}} 
do = pd.DataFrame(data=desired_output)

积分：

解释接受的答案和...

pb.loc[df['mark_up_id']]['mark_up'] * df.set_index('mark_up_id')['cost']

，为什么我得到的上述下面的lambda函数的区别从命中错误...

df.apply(lambda x : x['cost']*pb.loc[x['mark_up_id']],axis=1)

返回一个错误说：

KeyError: ('the label [333] is not in the [index]', u'occurred at index 5')

来源

2017-09-13 Yale Newman

尝试

df['price'] = df['mark_up_id'].map(pb['mark_up']) * df['cost']

你得到

cost id mark_up_id price 
0 29.74 K69 123   38.623338 
1 9.42 K70 456   14.718750 
2 9.42 K71 111   12.559686 
3 9.42 K72 123   12.233754 
4 9.48 K73 789   12.985704

来源

2017-09-13 21:49:39 Vaishali

只有在乘以两个相同长度的序列对象时，这才起作用吗？如果指标不同+一系列更长。 –

地图会将df中的mark_up_id值映射到pb中的str_price_band，并返回您按价格乘以相应的mark_up值。所以长度不必相同 – Vaishali

如果你正在处理df中的mark_up_id，而pb中不存在mark_up_id，那么显然它将无法找到相应的mark_up并返回NaN。 – Vaishali

更新：更新的问题：

In [79]: df = df.assign(price=df['mark_up_id'].map(pb['mark_up']) * df['cost']).dropna() 

In [80]: df 
Out[80]: 
    cost id mark_up_id  price 
0 29.74 K69  123 38.623338 
1 9.42 K70  456 14.718750 
2 9.42 K71  789 12.903516 
3 9.42 K72  111 12.559686 
4 9.48 K73  222 13.830372

老答案：

In [67]: df = df.assign(price=df['mark_up_id'].map(pb['mark_up']) * df['cost']) 

In [68]: df 
Out[68]: 
    cost id mark_up_id  price 
0 29.74 K69  123 38.623338 
1 9.42 K70  456 14.718750 
2 9.42 K71  111 12.559686 
3 9.42 K72  123 12.233754 
4 9.48 K73  789 12.985704

来源

2017-09-13 21:49:43 MaxU

是否可以使用apply和lamba函数做到这一点？ –

@YaleNewman，是的，但它看起来很丑，而且会变慢......你为什么要这样做？ – MaxU

试图更好地理解基础数据对象是如何工作的并且可以相互关联 –

df['price'] = df['cost'] * df['mark_up_id'].map(pb['markup'])

现在df将是您所需的输出。

来源

2017-09-13 21:52:15

通过使用merge

df=df.merge(df1,left_on='mark_up_id',right_index=True) 
df.assign(price=df['cost'].mul(df['mark_up'])).drop('mark_up',1) 
Out[254]: 
    cost id mark_up_id  price 
0 29.74 K69  123 38.623338 
3 9.42 K72  123 12.233754 
1 9.42 K70  456 14.718750 
2 9.42 K71  111 12.559686 
4 9.48 K73  789 12.985704

如果你想apply和lambda：它是丑.....真正的...

df.apply(lambda x : x['cost']*df1.loc[x['mark_up_id']],axis=1)

更改为（更难看.. .T_T）

df.apply(lambda x :x['cost']*df1.loc[x['mark_up_id']] if pd.Series(x['mark_up_id']).isin(df1.index)[0] else np.nan,axis=1)

来源

2017-09-13 22:02:50 Wen

大熊猫使用地图

回答

相关问题