pandas中数据的条件合并和转换

Question

我有两个数据框，我想使用第 2 帧的属性在第 1 帧中创建新列

第 1 帧

    Name
    alice
    bob
    carol

第 2 帧

    Name  Type  Value
    alice lower 1
    alice upper 2
    bob   equal 42
    carol lower 0

想要的结果

第 1 帧

    Name   Lower Upper
    alice      1     2
    bob       42    42
    carol      0    NA
    

因此，两个框架的共同列是名称。您可以使用 Name 来查找（变量的）边界，这些边界在第二帧中指定。框架 1 将每个名称仅列出一次。第 2 帧每帧可能有一个或两个条目，它们可能指定一个下限或一个上限（或者如果类型相同，则同时指定两者）。我们不需要为每个变量设置两个边界，其中一个边界可以保持为空。我想要一个列出每个变量范围的框架。我知道如何在列上使用 for 循环来做到这一点，但这似乎不符合 pandas 的精神。您对紧凑型解决方案有什么建议吗？ :-) 提前致谢

Answer 1

您不是在寻找合并，而是在寻找 pivot。

(df2[df2['Name'].isin(df1['Name'])]
 .pivot('Name', 'Type', 'Value')
 .reset_index()
)

但这并不能处理特殊的“相等”情况。

为此，您可以使用一个小技巧。将 'equal' 替换为具有其他两个值和 explode 的列表以创建两行。

(df2[df2['Name'].isin(df1['Name'])]
 .assign(Type=lambda d: d['Type'].map(lambda x: {'equal': ['lower', 'upper']}.get(x,x)))
 .explode('Type')
 .pivot('Name', 'Type', 'Value')
 .reset_index()
 .convert_dtypes()
)

输出：

    Name  lower  upper
0  alice      1      2
1    bob     42     42
2  carol      0   <NA>