python - 映射数据帧不是系列 Pandas

Question

我是 pandas 的新手，我正在尝试映射多列而不是一列。 This page向我展示了如何使用 pd.Series 执行此操作，但我不知道如何映射多个 列。

这是我的两个 DataFrames 我正在尝试 map。

data2=pd.DataFrame(np.random.randn(5,2),index=range(0,5),columns=['x','y'])
data2['Cluster']=['A','B','A','B','C']
centers2=pd.DataFrame(np.random.randint(0,10,size=(3,2)),index=  ['A','B','C'],columns=['x','y'])

这里 data2 看起来像:

data2

   x         y              Cluster
0  0.151212 -0.168855       A
1 -0.078935  1.933378       B
2 -0.388903  0.444610       A
3  0.622089  1.609730       B
4 -0.346856  1.095834       C

和centers2 看起来像:

centers2
   x  y
A  6  4
B  6  0
C  4  1

我希望在 data2 中创建两个单独的列，并使用适当的 center2 匹配。这是我的手动尝试

data2['Centers.x']=[6,6,6,6,4]
data2['Centers.y']=[4,0,4,0,1]
data2
          x         y Cluster  Centers.x  Centers.y
0  0.151212 -0.168855       A          6          4
1 -0.078935  1.933378       B          6          0
2 -0.388903  0.444610       A          6          4
3  0.622089  1.609730       B          6          0
4 -0.346856  1.095834       C          4          1

如何使用 map 函数执行此操作？ (我知道如何使用循环来做到这一点，我需要一个矢量化解决方案。)

Answer 1

.merge() 最接近 pd.Series.map() for pd.DataFrame。您可以使用 suffixes=[] 关键字将自定义标题添加到重叠列，例如 suffices=['', '_centers']。

注意 pd.Series 没有 .merge()，pd.DataFrame 也没有 。 map ()。

与

data2
          x         y Cluster
0 -1.406449 -0.244859       A
1  1.002103  0.214346       B
2  0.353894  0.353995       A
3  1.249199 -0.661904       B
4  0.623962 -1.754789       C

centers2
   x  y
A  0  9
B  6  9
C  0  6

你得到:

data2.merge(centers2, left_on='Cluster', right_index=True, suffixes=['', '_centers']).sort_index()

          x         y Cluster  x_centers  y_centers
0 -1.406449 -0.244859       A          0          9
1  1.002103  0.214346       B          6          9
2  0.353894  0.353995       A          0          9
3  1.249199 -0.661904       B          6          9
4  0.623962 -1.754789       C          0          6

还有 .join() 选项，这是访问 .merge() 或 pd.concat() 的另一种方式> 如果 .merge() 对两个 DataFrame 都在 index 上 - 来自源:

def join(self, other, on=None, how='left', lsuffix='', rsuffix='',
         sort=False):
    return self._join_compat(other, on=on, how=how, lsuffix=lsuffix,
                             rsuffix=rsuffix, sort=sort)

def _join_compat(self, other, on=None, how='left', lsuffix='', rsuffix='',
                 sort=False):
    from pandas.tools.merge import merge, concat

    if isinstance(other, Series):
        if other.name is None:
            raise ValueError('Other Series must have a name')
        other = DataFrame({other.name: other})

    if isinstance(other, DataFrame):
        return merge(self, other, left_on=on, how=how,
                     left_index=on is None, right_index=True,
                     suffixes=(lsuffix, rsuffix), sort=sort)
    else:
        if on is not None:
            raise ValueError('Joining multiple DataFrames only supported'
                             ' for joining on index')