同一数据框 Pandas Python 中的交叉引用列

Question

** 我已将两列的示例 df 编辑为元组而不是整数，以说明将数据从整数更改为元组后解决方案遇到的问题**

我正在尝试在 Pandas 中创建一个新列，其值将取决于特定列的值出现在单独列的不同行上，并且在找到匹配项的情况下，使用第三列的值。

为了说明，请参见下面的示例。

我在 df.apply() 中使用 lambda 函数来执行以下操作：在第一行中，它将过滤“二”列的值等于“零”列的值的行，以及它在哪里确实，它获取列“一”的值并将其复制到新列“三”中。

df = pd.DataFrame([[(0,9),(1,9),(2,9),(3,9),(4,9)],['a','b' ,'c','d','e'],[(2,9),(3,9),(4,9),(5,9),(6,9)]]).transpose( )

df.columns = ['zero','one','two']

df['three] = df.apply(lambda x : df[df['zero'] == x['two']].loc[:,'one'], axis=1)

注意，“二”列和“零”列是唯一的，因此过滤结果将永远只有一行。

理论上，“三”列的结果应该是：“c”、“d”、“e”、“nan”、“nan”。

谢谢

Answer 1

只需将行zero设置为索引，方便查找列one。

更新：该解决方案现在适用于元组索引。

import pandas as pd
import numpy as np

df = pd.DataFrame([[0,1,2,3,4],['a','b','c','d','e'],[2,3,4,5,6]]).transpose()
df.columns = ['zero','one','two']

# set index for quick lookup    
df_indexed = df.set_index("zero")

# the indexed dataset look like this
df_indexed
Out[21]: 
     one two
zero        
0      a   2
1      b   3
2      c   4
3      d   5
4      e   6

# apply the mapping logic, taking df_indexed from outside the function
def f(el):
    return df_indexed.at[el, "one"] if el in df_indexed.index else np.nan

df["three"] = df["two"].apply(f)

print(df)
Out[18]: 
  zero one two three
0    0   a   2     c
1    1   b   3     d
2    2   c   4     e
3    3   d   5   NaN
4    4   e   6   NaN

# On the updated dataset
df
Out[71]: 
     zero one     two three
0  (0, 9)   a  (2, 9)     c
1  (1, 9)   b  (3, 9)     d
2  (2, 9)   c  (4, 9)     e
3  (3, 9)   d  (5, 9)   NaN
4  (4, 9)   e  (6, 9)   NaN