0
最近,我从matlab切换到python和pandas。它一直在努力,但我坚持有效地解决以下问题。对于我的分析,我不得不dataframes看起来有点像这样:比较两个不同数据框的两列
dfA =
NUM In Date
0 2345 we 1 01/03/16
1 3631 we 1 23/02/16
2 2564 we 1 12/02/16
3 8785 sz 2 01/03/16
4 4767 dt 6 01/03/16
5 3452 dt 7 23/02/16
6 2134 sz 2 01/03/16
7 3465 sz 2 01/03/16
和
dfB
In Count_Num
0 we 1 3
1 sz 2 2
2 dt 6 3
3 dt 7 1
我想表演的是,总结所有的“民”为人人“在”操作在dfA中,并将其与dfB中的“Count_num”进行比较。之后,如果比较结果为True或False,我想向dfB添加一列以返回。在上面的例子中,操作应返回此:
dfB
In Count_Num Check
0 we 1 3 True
1 sz 2 2 False
2 dt 6 1 True
3 dt 7 1 True
我的方法:
随着value_counts()和pd.DataFrame,我从DFA DFC =
In_Number In_Total
0 we 1 4
1 sz 2 3
2 dt 6 1
3 dt 7 1
构造下面DFC
然后,我将它与dfB合并,以便通过比较dfB中的列来确定值是否相同。在这种情况下,我必须结束删除列。有没有更好/更快的方法来做到这一点?我认为有一种方法可以非常有效地完成熊猫的一项重要功能。我试图查看lookup
和map
,但我无法使它工作。
感谢您的帮助!
嗨Jezrael,谢谢你的回复!合并功能中的group by功能看起来很棒。虽然,出了点问题。也就是说,我的数据比上面的虚拟数据更大。因此有时出现dfA中的“In”值不在dfB中的“In”中。 在您的代码中,其他值将被删除。有没有办法来防止这种情况?我认为合并会照顾到这一点。 编辑:我想我自己用pd.merge函数中的'= left'来修复它。 有没有可能扩展我关于下一步的问题? – Uis234
@ Uis234 - 超级。很高兴可以帮助你!关于延伸quesiton - 我认为更好的是创造新的问题。也许如果它只是小小的改变 - 你可以修改这个问题。如果我的回答很有帮助,请不要忘记[接受](http://meta.stackexchange.com/questions/5234/how-does-accepting-an-answer-work)它。谢谢。 – jezrael
完成!再次感谢!顺便说一句,重命名的方法是非常好的。 – Uis234