如果与其他行的其他列值匹配，则获取该行的列值答案

【问题标题】：Get column value of a row if it matches other column value from other row如果与其他行的其他列值匹配，则获取该行的列值
【发布时间】：2020-02-02 03:33:40
【问题描述】：

与Get column value if it matches another column value in the same table 相同，但使用 Python/pandas 而不是使用 SQL，因为查询运行时间太长。

我有一个 df：

Id   | replyId | commentID_parentID | usernameChannelId | channelId
1    | NULL    | NULL               | a                 | g
2    | NULL    | NULL               | b                 | k
NULL | 1.k     | 1                  | a                 | p
NULL | 1.p     | 1                  | c                 | i
3    | NULL    | NULL               | d                 | h
NULL | 2.k     | 2                  | g                 | g

还有一个带有如下频道的表格：

我想知道哪个用户（userChannelId）回复了哪个用户。

所以我在评论中排了一行并检查是否：

Id == NULL? Then it's a reply -> get userChannelId where commentID_parentID == Id
Id != NULL? Then it's a main comment -> userChannelId replied to channelId

结果应该是：

userChannelId_Source | userChannelId_Target
a                    | g
b                    | k
a                    | a
c                    | a
g                    | b

评论“d”没有commentID_parentID == Id的条目，因此被省略了。

到目前为止我的代码：

cm["usernameChannelId_reply"] = None

for row in cm.itertuples():
    if cm.commentID_parentID is None: # comment is a main comment
        cm.at[row.Index, 'usernameChannelId_reply'] = cm.channelId
    else: # comment is a reply comment
        temp = cm.loc[cm.Id == row.commentID_parentID]["usernameChannelId"][0]
        #temp = cm.query("Id == commentID_parentID").head(1).loc[:, 'usernameChannelId']
        print(temp)
        if len(set(temp)) == 0:
            print(0, row.Index)
            #cm.at[row.Index, 'usernameChannelId_reply'] = temp
        else:
            cm.at[row.Index, 'usernameChannelId_reply'] = temp

但我得到了一个

密钥错误：0

删除 [0] 打印例如：

997 UCOYb6iKhuCHKDwvd_iBnIBw 名称：usernameChannelId，dtype：object

【问题讨论】：

你说“d”被省略了，但我看不出这一行和前两行有什么区别？
“这一行”是指哪一行？
usernameChannelId中带d的行的结构看起来像第一行，为什么去掉d的行？
如果在 SQL 中需要很长时间，我怀疑它在 Python 中会更快。您优化了数据/表/查询吗？

标签： python pandas

【解决方案1】：

IIUC，您希望将 commentID_parentID 中的值与关联到同一 Id 的 usernameChannelId 的值进行映射。你可以试试：

#create the mapper
s_map = df.loc[df.Id.ne('NULL'), :].set_index(['Id'])['usernameChannelId']

# create the column by mapping the values where comment_parentID is not NULL, otherwise channelID
df['userChannelId_Target'] = np.where( df['commentID_parentID'].ne('NULL'), 
                                       df['commentID_parentID'].map(s_map), df['channelId'])

# see result
print (df[['usernameChannelId', 'userChannelId_Target' ]])
  usernameChannelId userChannelId_Target
0                 a                    g
1                 b                    k
2                 a                    a
3                 c                    a
4                 d                    h
5                 g                    b

【讨论】：