- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在尝试使用带有通配符的多列合并两个 pandas 数据框。
考虑数据集,其中结果是所需合并的结果:
left=pd.DataFrame({'Type':['ABC','ADEC','OOO','DOG','MOT'], 'ID':[22,44,23,21,55]})
right=pd.DataFrame({'Type':['ABC','ADE*','*','DOG'], 'ID':[22,'*','23','2*'], 'Value': [0,1,1,0]})
result=pd.DataFrame({'Type':['ABC','ADEC','OOO','DOG','MOT'], 'ID':[22,44,23,21,55],'Value': [0,1,1,0,'NaN']})
给出:
left
ID Type
0 22 ABC
1 44 ADEC
2 23 OOO
3 21 DOG
4 55 MOT
right
ID Type Value
0 22 ABC 0
1 * ADE* 1
2 23 * 1
3 2* DOG 0
result
ID Type Value
0 22 ABC 0
1 44 ADEC 1
2 23 OOO 1
3 21 DOG 0
4 55 MOT NaN
我尝试使用:
pd.merge(left=left, right=right, left_on=['Type', 'ID'], right_on ['Type','ID'], how='left')
但结果是:
pd.merge(left=left, right=right, left_on=['Type', 'ID'], right_on= ['Type','ID'], how='left')
ID Type Value
0 22 ABC 0.0
1 44 ADEC NaN
2 23 OOO NaN
3 21 DOG NaN
4 55 MOT NaN
非常感谢任何帮助。谢谢!
最佳答案
import pandas as pd
left = pd.DataFrame(
{'Type': ['ABC', 'ADEC', 'OOO', 'DOG', 'MOT'], 'ID': [22, 44, 23, 21, 55]})
right = pd.DataFrame({'Type': ['ABC', 'ADE*', '*', 'DOG'],
'ID': [22, '*', '23', '2*'], 'Value': [0, 1, 1, 0]},
index=list('ABCD'))
expected = pd.DataFrame({'Type': ['ABC', 'ADEC', 'OOO', 'DOG', 'MOT'], 'ID': [
22, 44, 23, 21, 55], 'Value': [0, 1, 1, 0, 'NaN']})
data = {}
for col in ['ID', 'Type']:
right[col] = right[col].astype(str).str.replace('*','.')
left[col] = left[col].astype(str)
data[col] = (right[col].apply(lambda pat: left.loc[left[col].str.match(pat), col])
.stack().to_frame(col))
data[col].index = data[col].index.droplevel(level=1)
expanded = (data['ID']
.join(data['Type'])
.join(right['Value']))
result = pd.merge(left, expanded, how='left')
print(result)
产量
ID Type Value
0 22 ABC 0.0
1 44 ADEC 1.0
2 23 OOO 1.0
3 21 DOG 0.0
4 55 MOT NaN
如果您更改 *
至 .
, 你可以考虑 right
中的值作为正则表达式模式。然后你可以使用 str.match(pat)
测试 right
中的模式匹配 left
中的字符串.例如,
In [297]: right
Out[297]:
ID Type Value
A 22 ABC 0
B . ADE. 1
C 23 . 1
D 2. DOG 0
In [298]: left
Out[298]:
ID Type
0 22 ABC
1 44 ADEC
2 23 OOO
3 21 DOG
4 55 MOT
In [271]: right['ID'].apply(lambda pat: left.loc[left['ID'].str.match(pat), 'ID'])
Out[271]:
0 1 2 3 4
A 22 NaN NaN NaN NaN
B 22 44 23 21 55
C NaN NaN 23 NaN NaN
D 22 NaN 23 21 NaN
此 DataFrame 显示 right
的每一行left['ID']
中的值是什么匹配模式。例如,在最后一行中,模式是 2.
匹配 22
, 23
和 21
在left['ID']
.
如果我们 stack
这个DataFrame,我们得到一个Series,列出所有可能的通配符扩展:
In [299]: right['ID'].apply(lambda pat: left.loc[left['ID'].str.match(pat), 'ID']).stack()
Out[299]:
A 0 22
B 0 22
1 44
2 23
3 21
4 55
C 2 23
D 0 22
2 23
3 21
dtype: object
对于 Type
也可以这样做.将两个结果连接在一起以获得一个 DataFrame,其中列出了通配符的每个有效扩展:
In [301]: expanded = (data['ID']
.join(data['Type'])
.join(right['Value']))
Out[301]:
ID Type Value
A 22 ABC 0
B 22 ADEC 1
B 44 ADEC 1
B 23 ADEC 1
B 21 ADEC 1
B 55 ADEC 1
C 23 ABC 1
C 23 ADEC 1
C 23 OOO 1
C 23 DOG 1
C 23 MOT 1
D 22 DOG 0
D 23 DOG 0
D 21 DOG 0
现在可以通过对 left
进行左合并来获得想要的结果。和 expanded
:
result = pd.merge(left, expanded, how='left')
PS:我修改了right
有 index=list('ABCD')
而不是通常的 [0,1,2,3]
这样 left
上的索引值和 right
不要碰巧与我们希望行匹配的方式对齐。我这样做是为了防止开发错误地利用这个的解决方案巧合。
关于python - 与通配符合并,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45442867/
我有几个长度不等的 vector ,我想对其进行cbind。我将 vector 放入列表中,并尝试结合使用do.call(cbind, ...): nm <- list(1:8, 3:8, 1:5)
合并(合并)两个 JSONObjects 的最佳方式是什么? JSONObject o1 = { "one": "1", "two": "2", "three": "3" }
我在一个表中有许多空间实体,其中有一个名为 Boundaries 的 geometry 字段。我想生成一个具有简化形状/几何图形的 GeoJson 文件。 这是我的第一次尝试: var entitie
谁能说出为什么这个选择返回 3.0 而不是 3.5: SELECT coalesce(1.0*(7/2),0) as foo 这个返回 3: SELECT coalesce(7/2,0) as foo
首先抱歉,也许这个问题已经提出,但我找不到任何可以帮助我的东西,可能是因为我对 XSLT 缺乏了解。 我有以下 XML: 0 OK
有时用户会使用 Windows 资源管理器复制文件并在他们应该执行 svn 存储库级别的复制或合并时提交它们。因此,SVN 没有正确跟踪这些变化。一旦我发现这一点,损坏显然已经完成,并且可能已经对相关
我想组合/堆叠 2 个不同列的值并获得唯一值。 如果范围相邻,则可以正常工作。例如: =UNIQUE(FILTERXML(""&SUBSTITUTE(TEXTJOIN(",",TRUE,TRANSPO
使用iTextSharp,如何将多个PDF合并为一个PDF,而又不丢失每个PDF中的“表单字段”及其属性? (我希望有一个使用来自数据库的流的示例,但文件系统也可以) 我发现this code可以正常
是否有一个合并函数可以优先考虑公共(public)变量中的非缺失值? 考虑以下示例。 首先,我们生成两个 data.frames,它们具有相同的 ID,但在特定变量上有互补的缺失值: set.seed
我们正在尝试实现 ALM Rangers 在最新的 Visual Studio TFS Branching and Merging Guide 中描述的“基本双分支计划”。 .从指导: The bas
我在不同目录(3个不同名称)中有很多(3个只是一个例子)文本文件,如下所示: 目录:A,文件名:run.txt 格式:txt制表符分隔 ; file one 10 0.2 0.5 0.
我有一张包含学生等级关系的表: Student Grade StartDate EndDate 1 1 09/01/2009 NULL 2
我在学习 https://www.doctrine-project.org/projects/doctrine-orm/en/2.6/reference/working-with-associatio
我觉得我有世界上最简单的 SVN 用例: 我有一个文件,Test.java在 trunk SVN的。 我分行trunk至 dev-branch . 我搬家Test.java进入 com/mycompa
我有两个数据框,其中一些列名称相同,而另一些列名称不同。数据框看起来像这样: df1 ID hello world hockey soccer 1 1 NA NA
Elasticsearch 中是否缺少以扁平化形式(多个子/子aggs)返回结果的方法? 例如,当前我正在尝试获取所有产品类型及其状态(在线/离线)。 这就是我最终得到的: aggs [ { key:
如何合并如下所示的 map : Map1 = Map(1 -> Class1(1), 2 -> Class1(2)) Map2 = Map(2 -> Class2(1), 3 -> Class2(2)
我试图通过从netezza服务器导入数据来合并两个数据集。 以下是数据集,其数字为,ID为,字母为,名称为: 下表都是使用命令从netezza导入的: sqoop import --connect n
我有两个数组 $array1 = array('first', 'second', 'third', 'fourth'); $array2 = array('first', 'third', 'fou
我正在 SQL Server 中运行合并。在我的更新中,我只想在值发生更改时更新该行。有一个版本行在每次更新时都会递增。下面是一个例子: MERGE Employee as tgt USING (SE
我是一名优秀的程序员,十分优秀!