根据 pandas 中从一个 df 到另一个 df 的条件插补缺失值-解网

问：

我有 2 个数据帧，df1 和 df2。我需要将 df1 中的值添加到 df2。它们都有不同的索引 - 并且 df1 是通过 groupby 和某个第 3 个数据帧的平均值计算的。我想使用apply函数或任何我可以重用的东西，因为这种情况存在于我的输出数据帧的多个列中。

假设 df1 是我的第一个 df，df2 是我的第二个 df，

如果 df2.column.row_value 为 null/na：来自 df1.avg2 的插补值，其中 df1 的名称 = df2 的名称否则，如果 avg2 列中的 df2.column.row_value 为 null，则插补 df1.avg3 中的值，其中 df1 集与 df2 集相同否则插补 0.000

输入：

df1={'name_set' :['aa_001','bb_002','cc_003','aa_002','aa_001','cc_002'], 'name':['aa','bb','cc','aa','aa','cc'], 'set':['001','002','003','002','001','002'], 'avg1(groupby name_set)':[2,3,nan,1,2,nan], 'avg2(groupby name)':[3,2,nan,3,3,1], 'avg3(groupby set)':[2,3,1,3,2,3]}

df2 = {'name_set' :['aa_001','bb_002','cc_003','aa_002','aa_001','cc_002'], 'name':['aa','bb','cc','aa','aa','cc'], 'set':['001','002','003','002','001','002'], 'data1':[2,3,nan,1,2,nan]}

预期输出：

{'name_set' :['aa_001','bb_002','cc_003','aa_002','aa_001','cc_002'],
'name':['aa','bb','cc','aa','aa','cc'],
'set':['001','002','003','002','001','002'],
'data1':[2,3, 1,  # (should be imputed from df1.avg3 where df1.set=df2.set)
1,2, 1  # (should be imputed from df1.avg2 where df1.name=df2.name
]}

两个 DataFrame 的索引不同。

请帮我解决这个问题，因为我是熊猫的新手。

python-3.x pandas 适用

df1={'name_set' ：[aa_001，bb_002，cc_003，aa_002，aa_001，cc_002]， 'name'：[aa，bb，cc，aa，aa，cc]， 'set'：[001,002,003,002,002,001,002]， 'avg1（groupby name_set）'：[2,3，nan，1,2，nan]， 'avg2（groupby name）'：[3,2，nan，3,3,1]， 'avg3（groupby set）'：[2,3,1,3,2,3]}

0赞 Reshma Ahmed 11/16/2023

df2 = {'name_set' ：[aa_001，bb_002，cc_003，aa_002，aa_001，cc_002]， 'name'：[aa，bb，cc，aa，aa，cc]， 'set'：[001,002,003,002,001,002]， 'data1'：[2,3，nan，1,2，nan]}

0赞 Reshma Ahmed 11/16/2023

所需输出： {'name_set' ：[aa_001，bb_002，cc_003，aa_002，aa_001，cc_002]， 'name'：[aa，bb，cc，aa，aa，cc]， 'set'：[001,002,003,002,001,002]， 'data1'：[2,3， 1（应从 df1.avg3 插补，其中 df1.set=df2.set），1,2， 1 （应从 df1.avg2 插补，其中 df1.name=df2.name]}

0赞 Panda Kim 11/16/2023

字符串缺少引号，因此无法重现。我试图通过纠正它来重现它，但这样的情况太多了。

答：

0赞 Panda Kim 11/16/2023 #1

法典

out = df2.merge(df1.drop_duplicates('name_set'), how='left')\
         .assign(data1=lambda x: x['data1'].fillna(x['avg2(groupby name)'])\
                                           .fillna(x['avg3(groupby set)']))\
         .iloc[:, :4]

外：

name_set    name    set data1
0   aa_001  aa      001 2.0
1   bb_002  bb      002 3.0
2   cc_003  cc      003 1.0
3   aa_002  aa      002 1.0
4   aa_001  aa      001 2.0
5   cc_002  cc      002 1.0

我希望您不要在示例中使列名过长。

上一个：Python Pandas GroupBy 等效于 SQL 中的 If A 而不是 B where 子句

下一个：删除 Multiindex 数据帧的行会使 Index 对象保持不变

根据 pandas 中从一个 df 到另一个 df 的条件插补缺失值

Imputing missing values based on conditions from one df to another in pandas

评论