pandas 在合并两个数据帧时创建一个标志答案

【问题标题】：pandas create a flag when merging two dataframespandas 在合并两个数据帧时创建一个标志
【发布时间】：2018-06-14 10:16:21
【问题描述】：

我有两个df - df_a 和 df_b，

# df_a
number    cur
1000      USD
2000      USD
3000      USD

# df_b
number    amount    deletion
1000      0.0       L
1000      10.0      X
1000      10.0      X
2000      20.0      X
2000      20.0      X
3000      0.0       L
3000      0.0       L

我想将df_a 与df_b 合并，

df_a = df_a.merge(df_b.loc[df_b.deletion != 'L'], how='left', on='number')
df_a.fillna(value={'amount':0}, inplace=True)

还要在结果df_a 中创建一个名为deleted 的标志，它具有三个可能的值-full、partial 和none；

full - 如果所有行都与特定的number 值关联，则具有deletion = L；

partial - 如果某些行与特定的number 值相关联，则具有deletion = L；

none - 没有与特定number 值关联的行，有deletion = L；

在进行合并时，不应考虑来自df_b 和deletion = L 的行；所以结果看起来像，

 number    amount    deletion    deleted    cur
 1000      10.0      X           partial    USD
 1000      10.0      X           partial    USD
 2000      20.0      X           none       USD
 2000      20.0      X           none       USD
 3000      0.0       NaN         full       USD

我想知道如何实现这一点。

【问题讨论】：

标签： python-3.x pandas dataframe merge

【解决方案1】：

想法是比较deletion 列和聚合all 和 any，为新列创建助手 dictionary 和最后一个 map：

g = df_b['deletion'].eq('L').groupby(df_b['number'])
m1 = g.any()
m2 = g.all()

d1 = dict.fromkeys(m1.index[m1 & ~m2], 'partial')
d2 = dict.fromkeys(m2.index[m2], 'full')
#join dictionries together
d = {**d1, **d2}
print (d)
{1000: 'partial', 3000: 'full'}

df = df_a.merge(df_b.loc[df_b.deletion != 'L'], how='left', on='number')
df['deleted'] = df['number'].map(d).fillna('none')
print (df)
   number  cur  amount deletion  deleted
0    1000  USD    10.0        X  partial
1    1000  USD    10.0        X  partial
2    2000  USD    20.0        X     none
3    2000  USD    20.0        X     none
4    3000  USD     NaN      NaN     full

对于指定列none，如果要为其创建字典：

d1 = dict.fromkeys(m1.index[m1 & ~m2], 'partial')
d2 = dict.fromkeys(m2.index[m2], 'full')
d3 = dict.fromkeys(m2.index[~m1], 'none')
d = {**d1, **d2, **d3}
print (d)
{1000: 'partial', 3000: 'full', 2000: 'none'}

df = df_a.merge(df_b.loc[df_b.deletion != 'L'], how='left', on='number')
df['deleted'] = df['number'].map(d)
print (df)
   number  cur  amount deletion  deleted
0    1000  USD    10.0        X  partial
1    1000  USD    10.0        X  partial
2    2000  USD    20.0        X     none
3    2000  USD    20.0        X     none
4    3000  USD     NaN      NaN     full

【讨论】：