在 Pandas DataFrame1 中设置新列值，其中 DF2 列值与 DF1 索引匹配答案

【问题标题】：Set new column values in pandas DataFrame1 where DF2 column values match DF1 index在 Pandas DataFrame1 中设置新列值，其中 DF2 列值与 DF1 索引匹配
【发布时间】：2018-04-04 06:15:07
【问题描述】：

我想在 pandas 数据框中设置一个新列，其值使用 dataframe2 上的 groupby 计算得出。

DF1：

     col1    col2
id    
 1    'a'
 2    'b'
 3    'c'

DF2：

          id    col2
 index    
     1     1      11
     1     1      22
     1     1      12
     1     1      45
     3     3      83
     3     3      11
     3     3      35
     3     3      54

我想将 DF2 按 'id' 分组，然后在 'col2' 上应用一个函数，将结果放入 DF1 中的相应索引中。如果该特定索引没有组，那么我想用 NaN 填充...

ret_val = DF2.groupby('id').apply(lambda x: my_func(x['col_2']))

     col1    col2
id    
 1    'a'    ret_val
 2    'b'    NaN
 3    'c'    ret_val

...虽然我不知道如何实现这一点

【问题讨论】：

标签： python pandas pandas-groupby

【解决方案1】：

首先在 df2 的 col2 上应用该函数，然后使用 pd.concat 在 df 中删除 col2，因为它是空的。

x = df2.groupby('id')['col2'].apply(sum) # instead of sum use your own function
ndf = pd.concat([df.drop('col2',1),x],1)

col1 col2 ID 1'a' 90.0 2 'b' 南 3 'c' 183.0

@Zero 建议的简单直接

df1['col2'] = df2.groupby('id')['col2'].apply(sum)

【讨论】：

其实df1['col2'] = df2.groupby('id')['col2'].apply(sum) 就行了？

【解决方案2】：

您可以将sum 替换为.apply(lambda x : your_func(x))

df1.col2=df.set_index('id').groupby(level='id').sum()
df1
Out[975]: 
   col1   col2
id            
1   'a'   90.0
2   'b'    NaN
3   'c'  183.0

【讨论】：

df1.col2=df.groupby('id').sum() 应该怎么做？
@Zero 是的，你明白了，想多了……哈哈
我也想太多了。 TBH @Zero 也想太多了哈哈

【解决方案3】：

在df1.index 系列上使用map。

In [5327]: df1['col2'] = df1.index.to_series().map(df2.groupby('id')
                                                      .apply(lambda x: my_func(x['col2'])))

In [5328]: df1
Out[5328]:
   col1   col2
id
1     a  360.0
2     b    NaN
3     c  536.0

详情

In [5322]: def my_func(x):
      ...:     return x.sum()
      ...:

In [5323]: df2.groupby('id').apply(lambda x: my_func(x['col2']))
Out[5323]:
id
1    360.0
3    536.0
dtype: float64

In [5324]: df1.index.to_series().map(df2.groupby('id').apply(lambda x: my_func(x['col2'])))
Out[5324]:
id
1    360.0
2      NaN
3    536.0
Name: id, dtype: float64

【讨论】：