跨多个数据框计算新列

Question

我是 pandas 的新手，我希望从具有多个数据框的多个 excel 工作表中重做以下内容。

这是高级结构：

Master_df
Master_UID |组件_ID_1 |数量_1 | ... |组件_ID_8 |数量_8

Component_type_1_df
组件_ID | ... |重量

Component_type_2_df
组件_ID | ... |重量

Master_UID['Component_ID_1'] 包含来自 Component_type_1_df 和 Component_type_2_df 的“Component_ID”

现在在 Master_df 中，我想根据 2 个 Component_type_X_df 中的 weight 创建列 Weight_1 列。

乘以 Master_df['Quantity_1']。

Answer 1

Master_df['Weight_1'] = Master_df['Component_ID'].map(Component_type_1_df.set_index('Component_ID')['weight']) * Master_df['Quantity']

如果没有可使用的数据集，我无法保证这会按预期工作，但地图功能应该可以帮助您到达您想去的地方。

如果您不想将计算的重量列附加到主 df 的末尾，您可以执行以下操作：

Master_df.insert({desired_index_position},'Weight_1', Master_df['Component_ID'].map(Component_type_1_df.set_index('Component_ID')['weight']) * Master_df['Quantity')

我实际上最近发布了一个类似的问题。我发布了一个数据集来搞乱，所以你可以学习这个功能。

PANDAS vlookup against series with common index using map

Answer 2

由于两个Component_type_*_df DataFrames不具有相同的结构，因此只需连接这些 DataFrames 中您需要的部分， 然后将结果与Master_df 合并。

cols = ['Component_ID', 'weight']
Components_df = pd.concat([Component_type_1_df[cols], Component_type_2_df[cols]], axis=0)
Master_df = pd.merge(Master_df, Components_df, 
                     left_on='Component_ID_1',
                     right_on='Component_ID', how='left')
Master_df['weight'] = Master_df['weight'] * Master_df['Quantity_1']
Master_df = Master_df.rename({'weight':'Weight_1'})

由于我们已将 Component_type_*_df 数据帧限制为仅两列， 并且一列用作合并键，合并只增加一列 列，weight 到 Master_df。

由于您不希望在 Master_df 中合并 weight 列，因此 上面的代码在Master_df['weight'] 中执行计算，然后重命名 那个专栏Weight_1。