Pandas：根据另一列的匹配替换列值

Question

我在第一个数据框df1["ItemType"] 中有一个列，如下所示，

数据框1

ItemType1
redTomato
whitePotato
yellowPotato
greenCauliflower
yellowCauliflower
yelloSquash
redOnions
YellowOnions
WhiteOnions
yellowCabbage
GreenCabbage

我需要根据从另一个数据框创建的字典来替换它。

Dataframe2

ItemType2          newType
whitePotato        Potato
yellowPotato       Potato
redTomato          Tomato
yellowCabbage   
GreenCabbage    
yellowCauliflower   yellowCauliflower
greenCauliflower    greenCauliflower
YellowOnions        Onions
WhiteOnions         Onions
yelloSquash         Squash
redOnions           Onions

请注意，

• 在dataframe2 中的一些ItemType 与ItemType 相同 dataframe1。
• dataframe2 中的一些 ItemType 具有 null 值，例如 YellowCabbage。
• 数据帧2 中的ItemType 相对于dataframe 中的ItemType 出现故障

如果对应的Dataframe2 ItemType 中的值与newType 匹配，我需要替换Dataframe1 ItemType 列中的值，并牢记要点中列出的上述例外情况。
如果没有匹配，则值需要保持原样[没有变化]。

到目前为止我得到的是。

import pandas as pd

#read second `csv-file`
df2 = pd.read_csv('mappings.csv',names = ["ItemType", "newType"])
#conver to dict
df2=df2.set_index('ItemType').T.to_dict('list')

下面给出的匹配替换不起作用。他们正在插入 NaN 值而不是实际值。这些基于对 SO 的讨论 here。

df1.loc[df1['ItemType'].isin(df2['ItemType'])]=df2[['NewType']]

或

df1['ItemType']=df2['ItemType'].map(df2)

提前致谢

编辑
两个数据框中的两个列标题具有不同的名称。所以dataframe1上的列是ItemType1，第二个数据框中的第一列是ItemType2。第一次编辑时错过了。

Answer 1

使用map

你需要的所有逻辑：

def update_type(t1, t2, dropna=False):
    return t1.map(t2).dropna() if dropna else t1.map(t2).fillna(t1)

让'ItemType2'成为Dataframe2的索引

update_type(Dataframe1.ItemType1,
            Dataframe2.set_index('ItemType2').newType)

0                Tomato
1                Potato
2                Potato
3      greenCauliflower
4     yellowCauliflower
5                Squash
6                Onions
7                Onions
8                Onions
9         yellowCabbage
10         GreenCabbage
Name: ItemType1, dtype: object

---

update_type(Dataframe1.ItemType1,
            Dataframe2.set_index('ItemType2').newType,
            dropna=True)

0                Tomato
1                Potato
2                Potato
3      greenCauliflower
4     yellowCauliflower
5                Squash
6                Onions
7                Onions
8                Onions
Name: ItemType1, dtype: object

验证

updated = update_type(Dataframe1.ItemType1, Dataframe2.set_index('ItemType2').newType)

pd.concat([Dataframe1, updated], axis=1, keys=['old', 'new'])

---

时间

def root(Dataframe1, Dataframe2):
    return Dataframe1['ItemType1'].replace(Dataframe2.set_index('ItemType2')['newType'].dropna())

def piRSquared(Dataframe1, Dataframe2):
    t1 = Dataframe1.ItemType1
    t2 = Dataframe2.set_index('ItemType2').newType
    return update_type(t1, t2)

Answer 2

您可以将df2 转换为以'ItemType2' 为索引的Series，然后在df1 上使用replace：

# Make df2 a Series indexed by 'ItemType'.
df2 = df2.set_index('ItemType2')['newType'].dropna()

# Replace values in df1.
df1['ItemType1'] = df1['ItemType1'].replace(df2)

或者在一行中，如果你不想改变df2：

df1['ItemType1'] = df1['ItemType1'].replace(df2.set_index('ItemType2')['newType'].dropna())

Answer 3

此方法要求您将列名设置为“类型”，然后您可以使用合并和 np.where 进行设置

df3 = df1.merge(df2,how='inner',on='type')['type','newType']

df3['newType'] = np.where(df['newType'].isnull(),df['type'],df['newType'])