JupyterLab / Python / Pandas - 比较两个数据框

Question

我正在尝试导入两个文件并比较 df1 中的值计数（按状态的数据）和 df2 中该状态的连续数字。

换句话说，在一个 Excel 文件中，我有如下内容：

State      Food
Arizona    Bananas
Arizona    Pears
Arizona    Pickles
Connecticut Potatoes
Connecticut Apples

等等。

所以我感兴趣的是状态出现的次数，值的计数。

在另一个文件中，我有一列包含 50 个州和一个数字。

我要做的基本上是创建一个数据框，按州显示该州在 df1 中出现的次数（所以这里是亚利桑那州为 3）除以第二个中与亚利桑那州对应的列中的数字数据框。这有意义吗？

第二个数据框包含每个州的总人口，因此上述 3/n 的输出将是人均水果。

Answer 1

以下将起作用

import numpy as np
import pandas as pd

df1 = pd.DataFrame({'state': ['Arizona', 'Arizona', 'Arizona', 
                              'Connecticut', 'Connecticut'],
                  'food': ['Bananas', 'Pears', 'Pickles', 'Potatoes', 'Apples']})
df2 = pd.DataFrame({'state':['Arizona', 'Connecticut'],
                  'population': [7300000, 3565000 ]})

df1 = df1.groupby('state').count().merge(df2.set_index('state'), 
                                      how = 'left', left_index = True, right_index = True)
df1['result'] = df1['food']/df1['population']
df1


          food      population   result
state           
Arizona     3       7300000      4.109589e-07
Connecticut 2       3565000      5.610098e-07