python - 在符合条件的数据框中查找第一行

Question

我有两个数据框。我的第一个数据框有两列，我想用它们来创建条件并从第二个数据框返回一个值。

df1 = (['a', 'a', 'b', 'c'], [0.4, 0.9, 0.1, 0.6])

df2 = (['a', 'a', 'b', 'b', 'c', 'c'], [0.2, 0.6, 0.3, 0.8, 0.1, 0.4], 
              [500, 200, 900, 400, 250, 800])

对于 df1 中的每一行，我想通过两列数据查找 df2。第一个条件是将 df1 中的字母与 df2 匹配。第二个条件是查找 df2 中数字大于 df1 的第一个数字行。如果没有数字更大，则取 df2 中与该字母匹配的第一行。

我的目标输出是:

• df1 row[0] = 500 # 'a' 匹配 'a' & 0.4 大于 0.2
• df1 row[1] = 200 # 'a' 匹配 'a' & 0.9 大于 0.6
• df1 row[2] = 900 # 'b' 匹配 'b' 并且没有行大于 0.1 所以返回第一个 'b' 行
• df1 row[3] = 800 # 'c' 匹配 'c' & 0.6 大于 0.4

对于我的问题的任何格式不当表示歉意，请提供有关发布的任何建议(这是我的第一个)。

非常感谢!

Answer 1

我认为最好避免迭代。
我按 a 列将来自 df1 和 df2 的数据合并在一起。输出的行数是原始 df1 的两倍。然后 np.where 应用条件并将输出转换为整数。系列 s 包含输出，每个奇数值。 (因为合并来自 df1 的一行和来自 df2 的两行)

#   a    b
#0  a  0.4
#1  a  0.9
#2  b  0.1
#3  c  0.6

#   a    c    d
#0  a  0.2  500
#1  a  0.6  200
#2  b  0.3  900
#3  b  0.8  400
#4  c  0.1  250
#5  c  0.4  800  

#merged data - intersection df1 and df2 by column a
df = pd.merge(df1, df2, on=['a'], how='inner')
#apply condition
s = np.where(df['c']< df['b'], df['d'], df['d'].shift(1)).astype('int')
#odd values
s = s[1::2]
#[500 200 900 800]

#if need add data do df1 as column e
#df1['e'] = pd.Series(s, index=df1.index)

迭代解决方案(Delforge):

100 loops, best of 3: 4.67 ms per loop

合并解决方案(我):

100 loops, best of 3: 1.93 ms per loop