remplacer les valeurs des colonnes dans un dataframe par des valeurs d'un autre dataframe

J'ai deux dataframes , le premier a 1000 lignes et ressemble:

Date            Group         Family       Bonus
2011-06-09      tri23_1       Laavin       456
2011-07-09      hsgç_T2       Grendy       679
2011-09-10      bbbj-1Y_jn    Fantol       431
2011-11-02      hsgç_T2       Gondow       569

La colonne Group a des valeurs différentes, parfois répété, mais en général environ 50 valeurs uniques.

La deuxième dataframe contient toutes ces 50 valeurs uniques (50 lignes) et les hôtels, qui sont associés à ces valeurs:

Group             Hotel
tri23_1           Jamel
hsgç_T2           Frank
bbbj-1Y_jn        Luxy
mlkl_781          Grand Hotel
vchs_94           Vancouver

Mon but est de remplacer la valeur indiquée dans la colonne Group de la première dataframe par les valeurs correspondantes de la colonne Hotel de la deuxième dataframe/ou la création de la colonne Hotel avec les valeurs correspondantes. Quand j'ai essayer de le faire juste par assignation comme 

df1.loc[(df1.Group=df2.Group), 'Hotel']=df2.Hotel

J'ai une erreur que la dataframes ne sont pas de taille égale, de sorte que la comparaison n'est pas possible

InformationsquelleAutor Amanda | 2016-04-04
  1. 24

    Si vous définissez l'index pour le "Groupe" de la colonne de l'autre df ensuite, vous pouvez remplacer l'aide de map sur votre original df 'Groupe' colonne:

    In [36]:
df['Group'] = df['Group'].map(df1.set_index('Group')['Hotel'])
df

Out[36]:
         Date  Group  Family  Bonus
0  2011-06-09  Jamel  Laavin    456
1  2011-07-09  Frank  Grendy    679
2  2011-09-10   Luxy  Fantol    431
3  2011-11-02  Frank  Gondow    569
    • quand je fais cela, je reçois un message d'erreur, aucune idée pourquoi? InvalidIndexError: Réindexation de la validité de l'unique valorisé objets de l'Index
    • Si vous n'avez pas de valeurs uniques dans votre colonne, vous ne pouvez pas définir l'indice de il
    • hmmm, alors, que dois-je faire si j'ai un énorme dataframe où je veux toutes les colonnes (les colonnes sont non-unique que vous venez de dire vous-même) pour ramasser des valeurs qui correspondent à des valeurs dans une colonne d'une autre dataframe?
    • il semble que vous voulez faire est de gauche le type de merge notez que quelle que soit la méthode, si vous avez des entrées en double, alors vous devez les supprimer donc quelque chose comme df1.merge(df[['Group']].drop_duplicates(), on=some_col, how='left) Vous devriez être en mesure d'en déduire comment pour ce faire, le problème avec doublons n'est pas différent si c'était un DB rejoindre
    • mais mon point est que je ne veux pas les enlever, ma colonne est remplie avec les valeurs qui sont tous les mêmes ou rien", je veux changer tous les mêmes valeurs exception aucune à leur équivalent de correspondance dans l'autre dataframe, mais je ne veux pas de se débarrasser des doublons.
    • désolé, mais c'est contre-productif de répondre à une question dans les commentaires, vous avez besoin de poster une nouvelle question avec des données brutes, votre code pour recréer la df, sortie désirée, etc.. je ne peux pas vraiment aider via les commentaires que votre situation n'est pas résolue à l'aide de cette réponse
    • ok cool, je vais essayer de trouver une façon de l'exprimer et de le poster. Merci

    InformationsquelleAutor EdChum
  2. 1

    Vous pouvez également créer un dictionnaire et d'utilisation s'appliquent:

    hotel_dict = df2.set_index('Group').to_dict()
df1['Group'] = df1['Group'].apply(lambda x: hotel_dict[x])
    InformationsquelleAutor Greg Friedman
  3. 1

    suffit d'utiliser les pandas rejoindre, vous pouvez vous référer au détail lien: http://pandas.pydata.org/pandas-docs/stable/merging.html

    df1.join(df2,on='Group')
    InformationsquelleAutor 176coding
  4. 0

    Colonnes dans les pandas DataFrames sont juste de la Série. Faire de la DataFrames (ou DataFrame et de la Série, comme illustré ici) partagent le même indice, de sorte que la cession peut se produire à partir de la Série pour le DataFrame:

    **In:**
df = pd.DataFrame(data=
{'date': ['2011-06-09', '2011-07-09', '2011-09-10', '2011-11-02'], 
'family': ['Laavin', 'Grendy', 'Fantol', 'Gondow'], 
'bonus': ['456', '679', '431', '569']}, 
index=pd.Index(name='Group', data=['tri23_1', 'hsgç_T2', 'bbbj-1Y_jn', 'hsgç_T2']))
**Out:**
date    family  bonus
Group           
tri23_1 2011-06-09  Laavin  456
hsgç_T2 2011-07-09  Grendy  679
bbbj-1Y_jn  2011-09-10  Fantol  431
hsgç_T2 2011-11-02  Gondow  569
**In:**
hotel_groups = pd.Series(['Jamel', 'Frank', 'Luxy', 'Grand Hotel', 'Vancouver'], 
index=pd.Index(name='Group', data=['tri23_1', 'hsgç_T2', 'bbbj-1Y_jn', 'mlkl_781', 'vchs_94']))
**Out:**
Group
tri23_1             Jamel
hsgç_T2             Frank
bbbj-1Y_jn           Luxy
mlkl_781      Grand Hotel
vchs_94         Vancouver
dtype: object
**In:**
df['hotel'] = hotel_groups
**Out:**
date    family  bonus hotel
Group               
tri23_1 2011-06-09  Laavin  456 Jamel
hsgç_T2 2011-07-09  Grendy  679 Frank
bbbj-1Y_jn  2011-09-10  Fantol  431 Luxy
hsgç_T2 2011-11-02  Gondow  569 Frank

    Avis que l'index des deux est "Groupe", qui permet à la cession.

    Si vous affectez une indexé Série à un DataFrame de la colonne, la cession des œuvres. Notez que cela fonctionne malgré l'existence de dupliquer les valeurs du groupe dans le df. Cela ne fonctionnerait pas si il y a duplication des valeurs de l'indice (avec différentes valeurs de données correspondantes) dans le hotel_groups de la Série (par exemple, s'il y avait deux entrées pour la valeur de l'indice de hsgc_T2, le premier avec la valeur de données de Frank et la deuxième avec les données de la valeur Luxy qui est affecté par df['hôtel'] (non pas que cela devrait jamais se produire dans votre exemple). Cela ne fonctionne pas car il n'y aurait pas un moyen de connaître la valeur à attribuer la indexé DataFrame de la colonne.

    InformationsquelleAutor Erik Christiansen