根据另一列中的值将值添加到熊猫数据框的一列

Question

假设我有两个矩阵，一个原始矩阵和一个参考矩阵：

import pandas as pa
print "Original Data Frame"
# Create a dataframe
oldcols = {'col1':['a','a','b','b'], 'col2':['c','d','c','d'], 'col3':[1,2,3,4]}
a = pa.DataFrame(oldcols)
print "Original Table:"
print a

print "Reference Table:"
b = pa.DataFrame({'col1':['x','x'], 'col2':['c','d'], 'col3':[10,20]})
print b

表格如下所示：

Original Data Frame
Original Table:
  col1 col2  col3
0    a    c     1
1    a    d     2
2    b    c     3
3    b    d     4

Reference Table:
  col1 col2  col3
0    x    c    10
1    x    d    20

现在我想从原始表 (a) 的第三列 (col3) 中减去两个表的第二列匹配的行中的引用表 (c) 中的值。所以表二的第一行应该将值 10 添加到第三列，因为列是 col2 的表 b 的行是 'c' 在 col3 中的值是 10。说得通？下面是一些执行此操作的代码：

col3 = []
for ix, row in a.iterrows():
    col3 += [row[2] + b[b['col2'] == row[1]]['col3']]

a['col3'] = col3
print "Output Table:"
print a

产生以下输出：

Output Table:
  col1 col2  col3
0    a    c  [11]
1    a    d  [22]
2    b    c  [13]
3    b    d  [24]

我的问题是，有没有更优雅的方法来做到这一点？此外，“col3”中的结果不应该是列表。也欢迎使用 numpy 的解决方案。

Answer 1

我不太明白您对您要做什么的描述，但是您显示的输出可以通过首先合并两个数据框，然后进行一些简单的操作来生成；

>>> df = a.merge(b.filter(['col2', 'col3']), how='left',
                 left_on='col2', right_on='col2', suffixes=('', '_'))
>>> df
  col1 col2  col3  col3_
0    a    c     1     10
1    b    c     3     10
2    a    d     2     20
3    b    d     4     20

[4 rows x 4 columns]
>>> df.col3_.fillna(0, inplace=True) # in case there are no matches
>>> df.col3 += df.col3_
>>> df
  col1 col2  col3  col3_
0    a    c    11     10
1    b    c    13     10
2    a    d    22     20
3    b    d    24     20

[4 rows x 4 columns]
>>> df.drop('col3_', axis=1, inplace=True)
>>> df
  col1 col2  col3
0    a    c    11
1    b    c    13
2    a    d    22
3    b    d    24

[4 rows x 3 columns]

如果b 中的col2 中的值不是唯一的，那么您可能还需要类似：

>>> b.groupby('col2', as_index=False)['col3'].aggregate(sum)