动态更新通过另一个数据框提供条件的数据框答案

【问题标题】：Dynamically update dataframe where conditions are provide through another dataframe动态更新通过另一个数据框提供条件的数据框
【发布时间】：2020-08-17 03:55:54
【问题描述】：

我有一个如下的输入数据框：

**ID  |  NAME  |  AGE  |  SALARY  |  TYPE**  
1  |  AB  |  26  |  33000  |  ABC  
2  |  CD  |  29  |  41000  |  DEF  
3  |  DE  |  26  |  53000  |  BCD

我有另一个数据框，其中列出了更新输入数据框的条件：

**Column_to_be_updated  |  Value_to_be_update  |  COLUMN  |  OPERATOR  |  VALUE**  
TYPE  |  FFF  |  SALARY  |  >=  | 40000  
TYPE  |  GGG  |  AGE  |  <=  | 27

我想在输入数据帧上应用上述条件，我的预期输出是：

**ID  |  NAME  |  AGE  |  SALARY  |  TYPE**  
1  |  AB  |  26  |  33000  |  GGG  
2  |  CD  |  29  |  41000  |  FFF  
3  |  DE  |  26  |  53000  |  GGG

有什么方法可以在 Python 中有效地做到这一点？

另外，我无法在表达式数据框中提供像 AND/OR 这样的逻辑运算符，如果您有任何想法/逻辑将其包含在表达式数据框中，然后基于此更新输入数据，那将解决我所有的问题。提前致谢！！

【问题讨论】：

标签： python pandas

【解决方案1】：

这是我对df.eval 和np.where 的看法

cond = df1.eval(df2[['COLUMN','OPERATOR','VALUE']].astype(str).agg(' '.join,1)).T
vals = np.where(cond,df2['Value_to_be_update'],np.nan)

m = pd.DataFrame(vals,columns=df2['Column_to_be_updated'].to_numpy())
df1.loc[:,df2['Column_to_be_updated'].unique()] = m.groupby(m.columns,axis=1).last()

print(df1)

   ID NAME  AGE  SALARY TYPE
0   1   AB   26   33000  GGG
1   2   CD   29   41000  FFF
2   3   DE   26   53000  GGG

【讨论】：

【解决方案2】：

试试：

def execute_upd(base, chngs):
    for i,r in chngs.iterrows():
        base.loc[eval(f"base['{r['COLUMN']}']{r['OPERATOR']}{r['VALUE']}"), r['Column_to_be_updated']]=r['Value_to_be_update']
    return base

现在假设 df1 是您的基础 df，df2 是有更新的：

df1=execute_upd(df1,df2)

输出：

>>> df1

   ID NAME  AGE  SALARY TYPE
0   1   AB   26   33000  GGG
1   2   CD   29   41000  FFF
2   3   DE   26   53000  GGG

【讨论】：