使用 loc 从单独的表中填充数据框答案

【问题标题】：Populating a data frame using from separate table using loc使用 loc 从单独的表中填充数据框
【发布时间】：2023-03-07 23:47:01
【问题描述】：

data1={'Policy Number':['FSH1235456','FSH7643643','CHH123124','CHH123145252','CHH124124'],'State':['FL','TX','GA','TX','TX'],'TERR':[1,2,3,4,5]}

data2={'TERR':[1,2,3,4,5],'CHH':[0,.15,.65,.35,.20],'FSH':[0,.15,.25,.35,.20]}

output={'Policy Number':['FSH1235456','FSH7643643','CHH123124','CHH123145252','CHH124124'],'State':['FL','TX','GA','TX','TX'],'TERR':[1,2,3,4,5],'Test':[0,.15,0,0,0]}


df1=pd.DataFrame(data1)

df2=pd.DataFrame(data2)

df3=pd.DataFrame(output)

上面的测试数据。

我正在尝试在 df1 中创建一个新列，将其命名为 df1['Test']，其中包含基于以下条件的 df2['FSH'] 的值：

状态为“TX”
策略编号包含“FSH” 3.df1["Terr"]的值=df2['TERR']的值

查看 df3 以获得正确的输出。

我尝试做的是以下内容；

if df1.State.any()=="TX":
    if df1["Policy Number"].str.contains("FSH").any():
        for i in df["TERR"]:
            df1['% TERR']=df2.loc[[i],["FSH"]]

但是，我的输出充满了 NAN，以及 1 个唯一正确答案。

我尝试检查以确保通过

将正确的 i 值输入 df2

print(df2.loc[[i],["FSH"]]

并且打印正确。

有什么想法吗？

【问题讨论】：

标签： python pandas

【解决方案1】：

我不知道这是否是最好或最快的解决方案，但一种选择是合并您的 2 个数据框，然后根据您的条件进行过滤，然后更新：

new = df1.merge(df2, on='TERR')
mask = new[((new['State']=='TX') & (new['Policy Number'].str.contains('FSH')))]

df1['Test'] = 0
df1['Test'].update(mask['FSH'])

    Policy Number   State   TERR    Test
0   FSH1235456        FL    1       0.00
1   FSH7643643        TX    2       0.15
2   CHH123124         GA    3       0.00
3   CHH123145252      TX    4       0.00
4   CHH124124         TX    5       0.00

【讨论】：

【解决方案2】：

你可以通过传递条件使用 numpy where，

cond1 = (df1['State'] == 'TX')
cond2 = (df1['Policy Number'].str.contains('FSH'))
cond3 = (df1["TERR"] == df2['TERR'])
df1['Test'] = np.where(cond1 & cond2 & cond3, df2['FSH'], 0)

    Policy Number   State   TERR    Test
0   FSH1235456      FL      1       0.00
1   FSH7643643      TX      2       0.15
2   CHH123124       GA      3       0.00
3   CHH123145252    TX      4       0.00
4   CHH124124       TX      5       0.00

【讨论】：

这是一个很好的解决方案，但是您如何考虑形状不完全匹配的情况？
当数据框的形状不匹配时，您可以使用映射，但在这种情况下，映射只能基于 TERR 列。其他两个条件仍然是基于索引的

【解决方案3】：

您只是想将数据从df2 获取到df1 吗？如果是这样，您可以使用melt 重塑df2，然后执行merge。

df1['policy_prefix'] = df1['Policy Number'].str[:3]
df2 = df2.melt(id_vars='TERR', value_vars=['CHH', 'FSH'], 
               value_name='Test', 
               var_name='policy_prefix')
df1 = df1.merge(df2, on=['policy_prefix', 'TERR'])

如果您只想将此应用于状态为“TX”的行，那么您可以在合并后将其他值设置为 null：

   import numpy as np 
   df1.loc[df1.State!='TX', 'Test'] = np.nan

【讨论】：

【解决方案4】：

这是您的解决方案：

# ... initialize df1 and df2 here
df3 = df1.join(df2.FSH)  # Merge df1 and df2 into a single dataframe
df3 = df3.rename({"FSH": "TEST"}, axis=1)  # Change column name

def set_tx_fsh(row):
    if row.State == "TX" and "FSH" in row["Policy Number"]:
        return row.TEST
    else:
        return 0

df3.TEST = df3.apply(set_tx_fsh, axis=1)  # Set values in "TEST" column based on your condition

【讨论】：