如果 2 个 pandas 数据帧在 python 中具有相同的条目，请执行一些操作-解网

问：

我有 2 个数据帧（购买和销售），如下所示：

购买：

名字	项目	凭证	Amt	数量
一个	项目1	购买	10000	100
B	项目2	购买	500	50
B	项目1	购买	2000	20
C	项目3	购买	1000	100
D	项目4	购买	500	100
一个	项目3	购买	5000	50

销售：

名字	项目	凭证	Amt	数量
一个	项目1	销售	5300	50
B	项目2	销售	450	40
B	项目1	销售	1675	15
C	项目3	销售	1800	100

我想要一个输出数据帧，如果该人（）出售了一件商品，则应从购买数据帧中扣除 and，并且应使用剩余的 and 创建一个新的数据帧，如下所示：NameAmtQtyAmtQty

输出数据帧：

名字	项目	凭证	Amt	数量
一个	项目1	剩余	4700	50
一个	项目3	剩余	5000	50
B	项目2	剩余	50	10
B	项目1	剩余	325	5
C	项目3	剩余	-800	0
D	项目4	剩余	500	100

请注意，已从购买数据帧中扣除人员（）已售出的任何项目，其余项目（和）存储在新的输出数据帧中。此外，即使如此，人们也从未出售过任何物品，因此它应该包含在输出数据帧中。NameAmtQtyD

提前致谢！

数据帧

import pandas as pd

Purchases = {
    "Name": ["A", "B", "B", "C", "D", "A"],
    "item": ["Item1", "Item2", "Item1", "Item3", "Item4", "Item3"],
    "voucher": ["Purchase", "Purchase", "Purchase", "Purchase", "Purchase", "Purchase"],
    "Amt": [10000, 500, 2000, 1000, 500, 5000],
    "Qty": [100, 50, 20, 100, 100, 50],
}

Purchases = pd.DataFrame(Purchases)

Sales = {
    "Name": ["A", "B", "B", "C"],
    "item": ["Item1", "Item2", "Item1", "Item3"],
    "voucher": ["Sales", "Sales", "Sales", "Sales"],
    "Amt": [5300, 450, 1675, 1800],
    "Qty": [50, 40, 15, 100],
}

Sales = pd.DataFrame(Sales)

Python Pandas DataFrame 数据整理

# dfP = PURCHASE dataframe
# dfS = SALES dataframe
out = (Purchases.merge(Sales.drop(columns='voucher'), on=['Name', 'item'],
                 suffixes=(None, '_'), how='left')
                .assign(Amt=lambda x: x['Amt'] - x.pop('Amt_').fillna(0).astype(int),
                        Qty=lambda x: x['Qty'] - x.pop('Qty_').fillna(0).astype(int),
                        voucher='Remaining'))

输出：

>>> out
  Name   item    voucher   Amt  Qty
0    A  Item1  Remaining  4700   50
1    B  Item2  Remaining    50   10
2    B  Item1  Remaining   325    5
3    C  Item3  Remaining  -800    0
4    D  Item4  Remaining   500  100
5    A  Item3  Remaining  5000   50

2赞 mozway 4/16/2023 #3

使用良好的旧索引对齐方式：

tmp = Purchases.set_index(['Name', 'item'])
out = (tmp
       .sub(Sales.set_index(['Name', 'item'])[['Amt', 'Qty']])
       .combine_first(tmp).assign(voucher='Remaining')
       .reset_index()[Purchases.columns]
      )

输出：

  Name   item    voucher     Amt    Qty
0    A  Item1  Remaining  4700.0   50.0
1    A  Item3  Remaining  5000.0   50.0
2    B  Item1  Remaining   325.0    5.0
3    B  Item2  Remaining    50.0   10.0
4    C  Item3  Remaining  -800.0    0.0
5    D  Item4  Remaining   500.0  100.0

如果 2 个 pandas 数据帧在 python 中具有相同的条目，请执行一些操作

Perform some operation if 2 pandas dataframe have same entries in python

评论

评论

评论