熊猫合并后创建新列答案

【问题标题】：pandas create new column after merge熊猫合并后创建新列
【发布时间】：2021-08-10 14:38:57
【问题描述】：

提前感谢您抽出宝贵时间帮助我

我有 2 个数据框： 1 - 带有我要发送给用户的通知的数据框

notifications_to_send = pd.DataFrame({'user_id': ['201', '207', '223', '212', '112', '311'],
                   'id_notification': ['1', '1', '1', '1', '1', '1'],
                     'email':['user1@gmail.com','user2@gmail.com','user3@gmail.com','user4@gmail.com','user5@gmail.com','user6@gmail.com']
                     })

   user_id   id_notification    email
0   201             1           user1@gmail.com
1   207             1           user2@gmail.com
2   223             1           user3@gmail.com
3   212             1           user4@gmail.com
4   112             1           user5@gmail.com
5   311             1           user6@gmail.com

2 - 包含用户信息的数据框，这些用户设置选项不限制向他们发送通知的数量

unlimited_notifications = pd.DataFrame({'user_id': ['201', '212'],
                   'id_notification': ['1', '2']})

  user_id   id_notification
0   201           1
1   212           2

所以我想将“send_push”列添加到第一个数据帧，这将确定如果用户设置了无限选项，将发送推送我考虑过在 user_id 和 id_notification 上合并 2 个数据框

notifications_to_send.merge(unlimited_notifications, on=['user_id','id_notification'], how='left')

，对于符合此条件的行，'send_push' 将设置为 True，如果条件不执行则将其设置为 Null，因此如下所示：

  user_id    id_notification    email             send_push
0   201             1           user1@gmail.com    True
1   207             1           user2@gmail.com    null
2   223             1           user3@gmail.com    null
3   212             1           user4@gmail.com    null
4   112             1           user5@gmail.com    null
5   311             1           user6@gmail.com    null

所以问题是如何在合并时添加新列，或者是否有其他方法可以实现？比较两个数据框？

【问题讨论】：

不确定我是否关注 - unlimited_notifications 数据框是否仅包含您希望 send_push 列成为 True 的用户？该数据框上的id_notification 列是否有任何意义？
@jfaccioni 我有不同的通知，所以用户可以选择他总是会收到其中一个，如果他没有设置无限选项，例如，id = 1 的通知他只会收到一次一周，但如果他设置此选项，我将每周发送此通知 5 次
嗨！以下任何一个答案是否有效？如果是这样并且如果您愿意，您可以考虑接受其中一个以向其他人发出问题已解决的信号。如果没有，您可以提供反馈，以便改进（或完全删除）

标签： python pandas dataframe merge

【解决方案1】：

执行左合并，然后比较两个 df 的 'id_notification'，最后据此分配值：

import numpy as np

notifications_to_send=notifications_to_send.merge(unlimited_notifications,how='left',on='user_id',suffixes=('','_y'))
notifications_to_send['send_push']=np.where(notifications_to_send.eval("id_notification==id_notification_y"),True,pd.NA)
notifications_to_send=notifications_to_send.drop(columns='id_notification_y')

或

没有np.where():

notifications_to_send=notifications_to_send.merge(unlimited_notifications,how='left',on='user_id',suffixes=('','_y'))
m=notifications_to_send['id_notification'].eq(notifications_to_send.pop('id_notification_y'))
notifications_to_send.loc[m,'send_push']=True
notifications_to_send.loc[~m,'send_push']=pd.NA

【讨论】：

【解决方案2】：

您可以在合并之前将 send_push 列添加到第二个数据帧。

合并时，只有 userid 和 id_notification 与第一个数据帧匹配的行才会返回 True。

【讨论】：