python - 比较 pandas 中的多个数据框时在数据框中创建列

Question

我有三个数据框:

          df1                  df2                    df3
   scale   year   week         n_u         Code   H_k   year   week    n_u
0   -23    2016    20          131        002.55   1    2016    20     132
1   -22    2016    21          132        002.55   1    2016    23     132
2   -21    2016    22          ...        002.44   2    2016    22     131
                                          002.32   1    2016    20     131
                                          002.55   1    2016    22     131
                                          002.55   1    2016    24     132
                                          002.55   1    2016    21     132
                                          002.55   1    2016    21     131
                                          002.55   1    2016    24     131
                                          002.55   2    2016    21     131
                                          002.55   3    2016    22     132
                                          002.55   1    2016    22     132
...                                         ...

我还有一个变量c1 = 002.55。每次我设置这个变量的值。

我需要执行以下操作:

如果“Code”列中的值等于 c1，则选择 df3 中的所有行。

然后从 df2 中查找 n_u 列中的所有值(该列中的值可以不同)。对于每个唯一值，我需要在 df1 中创建一列。

并计算 df3 中 H_k 列中 df1 中每一行的值的总和。我需要按数据帧 df1 和 df3 中的年份和周进行比较(年份和周可能不同)。

结果应如下所示:

                  df1                 
   scale   year   week   131   132
0   -23    2016    20     1     1
1   -22    2016    21     3     1
2   -21    2016    22     1     4      
...

我希望这个例子能让大家更好地理解。

所有这些都是在“scale”列中的值不等于零之前完成的。

我想我可以使用 lambda。但我不知道这样的条件怎么写。

UPD 我会尝试更好地描述该算法:

选择 df3 中的所有行，其中 df3['Code'] = c1

当缩放 != 0时:

对于df2['n_u']中的每个唯一值在df1中创建新列(通常可以实现吗？)

df1['df2 中的每个唯一值'] = df3['H_k'] 中条件的总和值
df1['年份'] = df3['年份']
df1['周'] = df3['周']

Answer 1

首先按boolean indexing过滤与 isin ，然后 groupby并通过 unstack reshape 聚合 sum 。

最后按 scale 和 df 过滤 df1 join至df1:

c1 = '002.55'
df = df3[(df3['Code'] == c1) & (df3['n_u'].isin(df2['n_u']))]
df = df.groupby(['year','week', 'n_u'])['H_k'].sum().unstack(fill_value=0)
print (df)
n_u        131  132
year week          
2016 20      0    1
     21      3    1
     22      1    4
     23      0    1
     24      1    1

df = df1[df1['scale'] < 0].join(df, on=['year','week'])
print (df)
   scale  year  week  131  132
0    -23  2016    20    0    1
1    -22  2016    21    3    1
2    -21  2016    22    1    4