通过从数据框 B 上的值迭代来设置数据框 A 中的值答案

【问题标题】：Set values in dataframe A by iterating from values on dataframe B通过从数据框 B 上的值迭代来设置数据框 A 中的值
【发布时间】：2023-02-08 17:32:52
【问题描述】：

数据框 A 与此类似：

info2 = {'speed': [None]*80}
dfA = pd.DataFrame(info2)
dfA

数据框 B 与此类似：

info={"IndexSpeed":[7,16,44,56,80],"speed":[25,50,25,50,90]}
dfB = pd.DataFrame(info)
dfB

我需要使用 dfB 中的值来设置 dfA['speed'] 中的值。例如，对于索引 <= 7 的 dfA 中的每一行，速度应设置为 25。对于 8 到 16 之间的每一行索引，速度应设置为 50。依此类推，直到设置完所有 80 行。

这样做的最佳方法是什么？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

您可以使用merge_asof：

dfA['speed'] = pd.merge_asof(dfA.drop(columns='speed'), dfB,
                             left_index=True, right_on='IndexSpeed',
                             direction='forward',
                             )['speed']

注意。 dfA 必须按其索引排序，而 dfB 必须按 IndexSpeed 排序。

输出：

    speed
0      25
1      25
2      25
3      25
4      25
..    ...
75     90
76     90
77     90
78     90
79     90

[80 rows x 1 columns]

输出为数组：

array([25, 25, 25, 25, 25, 25, 25, 25, 50, 50, 50, 50, 50, 50, 50, 50, 50,
       25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25,
       25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 50, 50, 50, 50, 50, 50,
       50, 50, 50, 50, 50, 50, 90, 90, 90, 90, 90, 90, 90, 90, 90, 90, 90,
       90, 90, 90, 90, 90, 90, 90, 90, 90, 90, 90, 90])

【讨论】：

谢谢，就像一个魅力

【解决方案2】：

也许使用带有对应于具有两个组件的元组的键的字典

index_mapper = {(0,7): 0, (8,16): 1}

for lower, upper in index_mapper:
    dfA.iloc[lower:upper,0] = dfB.iloc[index_mapper[(lower, upper)],1]

【讨论】：