我有以下数据框：
数据框 1：
| Fruit | Vegetable |
|---|---|
| Mango | Spinach |
| Apple | Kale |
| Watermelon | Squash |
| Peach | Zucchini |
数据框 2：
| Item | Price/lb |
|---|---|
| Mango | 2 |
| Spinach | 1 |
| Apple | 4 |
| Peach | 2 |
| Zucchini | 1 |
当两列都不存在于数据框 2 的“项目”系列中时，我想丢弃数据框 1 中的行，并且我想根据数据框 1 和 2 创建以下数据框 3：
| Fruit | Vegetable | Combination Price |
|---|---|---|
| Mango | Spinach | 3 |
| Peach | Zucchini | 3 |
数据框 3 中的第三列是数据框 2 中商品价格的总和。
【问题讨论】：
您可以分两步完成：
屏蔽您的 dataframe1，使其仅包含在 dataframe2.Item 中同时存在水果和蔬菜的行
使用Series.map获取与剩余行关联的值，并将它们相加得到组合价格。
# Make our df2 information easier to work with.
# It is now a Series whose index is the Item and values are the prices.
# This allows us to work with it like a dictionary
>>> item_pricing = df2.set_index("Item")["Price/lb"]
>>> items = item_pricing.index
# get rows where BOTH fruit is in items & Vegetable is in items
>>> mask = df1["Fruit"].isin(items) & df1["Vegetable"].isin(items)
>>> subset = df1.loc[mask].copy() # .copy() tells pandas we want this subset to be independent of the larger dataframe
>>> print(subset)
Fruit Vegetable
0 Mango Spinach
3 Peach Zucchini
# On each column (fruit and vegetable) use .map to obtain the price of those items
# then sum those columns together into a single price
>>> subset["combo_price"] = subset.apply(lambda s: s.map(item_pricing)).sum(axis=1)
>>> print(subset)
Fruit Vegetable combo_price
0 Mango Spinach 3
3 Peach Zucchini 3
全部加在一起，没有 cmets：
item_pricing = df2.set_index("Item")["Price/lb"]
items = item_pricing.index
mask = df1["Fruit"].isin(items) & df1["Vegetable"].isin(items)
subset = df1.loc[mask].copy()
subset["combo_price"] = subset.apply(lambda s: s.map(item_pricing)).sum(axis=1)
【讨论】：
NaN 的组合的价格。此处的代码将导致将具有NaN 的任何内容组合为保持NaN，我认为这是合适的。你想到了什么？
item_pricing = df2.set_index("Item")["Price/lb"].fillna(0)替换第一行item_pricing = df2.set_index("Item")["Price/lb"]，它应该可以工作。
您可以将stack()-map() 与unstack()-sum() 结合使用：
df3 = (df1.join(df1
.stack().map(df2.set_index('Item')['Price/lb'])
.unstack().sum(axis=1, min_count=2).rename('Combination Price')
).dropna())
# Fruit Vegetable Combination Price
# 0 Mango Spinach 3.0
# 3 Peach Zucchini 3.0
堆栈df1，这样我们就可以一次绘制所有价格：
stacked = df1.stack().map(df2.set_index('Item')['Price/lb'])
# 0 Fruit 2.0
# Vegetable 1.0
# 1 Fruit 4.0
# Vegetable NaN
# 2 Fruit NaN
# Vegetable NaN
# 3 Fruit 2.0
# Vegetable 1.0
# dtype: float64
取消堆叠恢复原始形状：
unstacked = stacked.unstack()
# Fruit Vegetable
# 0 2.0 1.0
# 1 4.0 NaN
# 2 NaN NaN
# 3 2.0 1.0
与 min_count=2 相加，这意味着总和将为 nan，除非存在 2 个值（水果和蔬菜）
combo = unstacked.sum(axis=1, min_count=2)
# 0 3.0
# 1 NaN
# 2 NaN
# 3 3.0
# dtype: float64
使用df1 重新加入并删除nan 行：
df3 = df1.join(combo.rename('Combination Price')).dropna()
# Fruit Vegetable Combination Price
# 0 Mango Spinach 3.0
# 3 Peach Zucchini 3.0
【讨论】：
melt、merge 和 unstack 的组合：
(df1[(df1['Fruit'].isin(df2['Item'])) & (df1['Vegetable'].isin(df2['Item']))]
.reset_index()
.melt(id_vars = 'index',value_vars = ['Fruit','Vegetable'])
.merge(df2,left_on='value',right_on = 'Item')
.drop(columns = 'Item')
.set_index(['index','variable']).unstack(level = 1)
.transform(lambda g: g.assign(Combination_Price=g.xs('Price/lb',axis=1,level=0).sum(axis=1)))
)
按成分生成组合价格和细分，以防万一
value Price/lb Combination_Price
variable Fruit Vegetable Fruit Vegetable
index
0 Mango Spinach 2 1 3
3 Peach Zucchini 2 1 3
【讨论】：
您可以使用两个内部连接来执行此操作，如下所示。最终结果包含在df3中。
df_temp = pd.merge(df1, df2, left_on='Fruit', right_on='Item', how='inner')
df3 = pd.merge(df_temp, df2, left_on='Vegetable', right_on='Item', how='inner')
df3['Combined price'] = df3['Price/lb_x'] + df3['Price/lb_y']
df3.drop(columns = ['Item_x','Price/lb_x','Item_y','Price/lb_y'], inplace = True)
【讨论】：