sql - 基于不同 Pandas DataFrame 条件查找的返回值

Question

目标:(有条件地)从一个数据框中查找值并将结果放入具有新列名的不同数据框中

df_1 = pd.DataFrame({'user_id': [1,2,1,4,5],
                    'name': ['abc','def','ghi','abc','abc'],
                    'rank': [6,7,8,9,10]})
df_2 = pd.DataFrame ({'user_id': [1,2,3,4,5]})

df_1 # original data

df_2 # new dataframe

在这个一般示例中，我试图创建一个名为“priority_rank”的新列，并且仅根据针对 df_1 的条件查找来填充“priority_rank”，即:

• user_id 必须在 df_1 和 df_2 之间匹配
• 我只对 df_1['name'] == 'abc' 感兴趣，其他都应该是空白

df_2 应该看起来像这样:

|user_id|priority_rank|
     1     6
     2     
     3
     4     9
     5     10

Answer 1

一种方法:

In []:
df_2['priority_rank'] = np.where((df_1.name=='abc') & (df_1.user_id==df_2.user_id), df_1['rank'], '')
df_2

Out[]:
   user_id priority_rank
0        1             6
1        2              
2        3              
3        4             9
4        5            10

注意:在您的示例中，df_1.name=='abc' 是一个充分条件，因为当 df_1.name== 时，user_id 的所有值都相同'abc'。我假设情况并非总是如此。