将 ID 与 pandas DataFrame 上的名称匹配答案

【问题标题】：Matching IDs with names on a pandas DataFrame将 ID 与 pandas DataFrame 上的名称匹配
【发布时间】：2020-10-10 19:20:38
【问题描述】：

我有一个包含 3 列的 DataFrame：ID、BossID 和 Name。每一行都有一个唯一的 ID 并有一个相应的名称。 BossID 是该行中人员的老板的 ID。假设我有以下 DataFrame：

df = pd.DataFrame({'id':[1,2,3,4,5], 'bossId':[np.nan, 1, 2, 2, 3], 
                   'name':['Anne Boe','Ben Coe','Cate Doe','Dan Ewe','Erin Aoi']})

所以在这里，Anne 是 Ben 的老板，Ben Coe 是 Cate 和 Dan 的老板，等等。

现在，我想要另一列包含每个人的老板姓名。

想要的输出是：

    id  boss    name    boss_name
0   1   NaN     Anne    NaN
1   2   1.0     Ben     Anne
2   3   2.0     Cate    Ben
3   4   2.0     Dan     Ben
4   5   3.0     Erin    Cate

我可以使用丑陋的双 for 循环获得输出。有没有更简洁的方法来获得所需的输出？

【问题讨论】：

两个答案都有效，但 rhug 的解决方案更适合这个例子。

标签： python pandas

【解决方案1】：

这应该可行：

bossmap = df.set_index('id')['name'].squeeze()
df['boss_name'] = df['bossId'].map(bossmap)

【讨论】：

您的代码可以在不使用.squeeze() 的情况下正常工作。 bossmap 与.squeeze 相同或没有.squeeze

【解决方案2】：

您可以将id设置为索引，然后使用pd.Series.reindex

df = df.set_index('id')
df['boss_name'] = df['name'].reindex(df['bossId']).to_numpy() # or .to_list()

  id  bossId      name boss_name
0   1     NaN  Anne Boe       NaN
1   2     1.0   Ben Coe  Anne Boe
2   3     2.0  Cate Doe   Ben Coe
3   4     2.0   Dan Ewe   Ben Coe
4   5     3.0  Erin Aoi  Cate Doe

【讨论】：

【解决方案3】：

为'name' 和'id' 创建一个单独的数据框。
- 重命名'name'并将'id'设置为索引
.merge df 使用新的数据框

import pandas as pd

# test dataframe
df = pd.DataFrame({'id':[1,2,3,4,5], 'bossId':[np.nan, 1, 2, 2, 3], 'name':['Anne Boe','Ben Coe','Cate Doe','Dan Ewe','Erin Aoi']})

# separate dataframe with id and name
names = df[['id', 'name']].dropna().set_index('id').rename(columns={'name': 'boss_name'})

# merge the two
df = df.merge(names, left_on='bossId', right_index=True, how='left')

# df
   id  bossId      name boss_name
0   1     NaN  Anne Boe       NaN
1   2     1.0   Ben Coe  Anne Boe
2   3     2.0  Cate Doe   Ben Coe
3   4     2.0   Dan Ewe   Ben Coe
4   5     3.0  Erin Aoi  Cate Doe

【讨论】：