python - 在 Pandas 中操作子集数据框的行值

Question

我有一个df1这样的数据框：

    ID1    ID2
0   foo    bar
1   fizz   buzz

还有一个df2是这样的：

    ID1    ID2    Count    Code   
0   abc    def      7        B
1   fizz   buzz     5        B
2   fizz1  buzz2    9        C
3   foo    bar      6        B
4   foo    bar      6        Z

我想做的是过滤第二个数据帧，ID1并ID2在第一个数据帧中匹配一行，作为数据帧sub_df，然后将以下代码sub_df.loc[sub_df["Count"] >= 5, "Code"] = "A"应用于sub_df：

sub_df：

    ID1    ID2    Count    Code   
1   fizz   buzz     5        B
3   foo    bar      6        B
4   foo    bar      6        Z

最后，我想生成一个df如下所示的数据框：

    ID1    ID2    Count    Code   
0   abc    def      7        B
1   fizz   buzz     5        A
2   fizz1  buzz2    9        C
3   foo    bar      6        A
4   foo    bar      6        A

我怎么能那样做？谢谢你。

Answer 1

您可以merge使用 an 数据框indicator并使用它来设置 aCode为A或不：

df = df2.merge(df1, how='left', on=['ID1','ID2'], indicator='ind')
df.loc[(df["Count"] >= 5) & (df['ind'] == 'both'), "Code"] = "A" 
df = df.drop('ind', axis=1)

---

print(df2)

     ID1    ID2  Count Code
0    abc    def      7    B
1   fizz   buzz      5    A
2  fizz1  buzz2      9    C
3    foo    bar      6    A
4    foo    bar      6    A

Answer 2

您可以使用和Series.isin的组合之间的测试成员资格 将两列与ID1连接：ID2Series.str.cat

id2 = df2['ID1'].str.cat(df2['ID2'], sep='_')
id1 = df1['ID1'].str.cat(df1['ID2'], sep='_')

df2.loc[(df2["Count"] >= 5) & id2.isin(id1), "Code"] = "A" 
print (df2)
     ID1    ID2  Count Code
0    abc    def      7    B
1   fizz   buzz      5    A
2  fizz1  buzz2      9    C
3    foo    bar      6    A
4    foo    bar      6    A

编辑：

经过测试，对我来说工作得很好：

print (df1)
    ID1   ID2
0   foo   bar
1  fizz  buzz

print (df2)
     ID1    ID2        date  price
0    abc    def  2019-08-01      1
1   fizz   buzz  2019-08-02      2
2  fizz1  buzz2  2019-08-02      3
3    foo    bar  2019-08-03      4
4    foo    bar  2019-08-01      5

df2["date"] = pd.to_datetime(df2["date"])
df2.loc[(df2["date"] != '2019-08-01') & (df2['ID1'].isin(df1['ID1'])), "price"] = np.nan, 
print (df2)
     ID1    ID2       date  price
0    abc    def 2019-08-01    1.0
1   fizz   buzz 2019-08-02    NaN <- set NaN beacuse id
2  fizz1  buzz2 2019-08-02    3.0
3    foo    bar 2019-08-03    NaN <- set NaN beacuse id
4    foo    bar 2019-08-01    5.0 <- not set NaN beacuse id but 2019-08-01