python - Pandas 数据帧将值除以另一个数据帧中的匹配值

Question

我有一个看起来像这样的数据框 A

bucket  value   
1       0.001855    
1       0.000120    
2       0.000042    
2       0.001888    

和一个看起来像这样的数据框 B

bucket  num 
1       .5  
2       .3

我想在 A 中创建一个列，该列的所有值除以 B 中的 num 与桶相匹配。我该怎么做？

Answer 1

更新: 回答了来自 the comment 的以下问题:

What if A is a multiindex? With ['bucket1','bucket2'] as index but we only care for bucket1?

In [140]: A
Out[140]:
                    value
bucket1 bucket2
1       10       0.001855
        11       0.000120
2       12       0.000042
        13       0.001888

In [141]: B
Out[141]:
   bucket  num
0       1  0.5
1       2  0.3

In [142]: A['new'] = A.value / A.reset_index().iloc[:, 0].map(B.set_index('bucket').num).values

In [143]: A
Out[143]:
                    value       new
bucket1 bucket2
1       10       0.001855  0.003710
        11       0.000120  0.000240
2       12       0.000042  0.000140
        13       0.001888  0.006293

旧答案:

你可以使用Series.map()方法:

In [61]: A['new'] = A.value.div(A.bucket.map(B.set_index('bucket').num))

In [62]: A
Out[62]:
   bucket     value       new
0       1  0.001855  0.003710
1       1  0.000120  0.000240
2       2  0.000042  0.000140
3       2  0.001888  0.006293

或作为虚拟列:

In [60]: A.assign(new=A.value/A.bucket.map(B.set_index('bucket').num))
Out[60]:
   bucket     value       new
0       1  0.001855  0.003710
1       1  0.000120  0.000240
2       2  0.000042  0.000140
3       2  0.001888  0.006293

解释:

In [65]: B.set_index('bucket')
Out[65]:
        num
bucket
1       0.5
2       0.3

In [66]: A.bucket.map(B.set_index('bucket').num)
Out[66]:
0    0.5
1    0.5
2    0.3
3    0.3
Name: bucket, dtype: float64