主页 / coding / 问题 / 78794949
Accepted
Alex
Asked: 2024-07-26 02:34:50 +0800 CST

如何使用与 df“B” 的比较作为条件来过滤 df“A”？

  • 772

我有 2 个数据框，dfA和dfB，它们具有不同的形状和不同的顺序。dfA包含在中dfB。

此示例中有 3 列，“职位”、“部门”和“薪水”。dfA“薪水”列中缺少值，因此我想从中获取这些值dfB。

dfA如果和之间的“职位名称”和“工作部门”匹配dfB，“薪水”也相同，因此我可以使用中的“薪水”来dbB填写dfA。

例如，“教师”部门的每个“英语教师”的工资都是X，但“民办教师”部门的“英语教师”的工资却不同，尽管职称相同。

但是，我还没有找到执行该操作的代码。

我的思考过程是这样的，尽管我认为它完全是错误的：

condition_A = (dfA['Job Title'] == dfB['Job Title'])

condition_B = (dfA['Job Department'] == dfB['Job Department'])

dfA.loc[(condition_A) & (condition_B), 'Job Salary'] = dfB.loc[(condition_A) & (condition_B), 'Job Salary']

这次尝试显然没有成功。

dataA = {
    'Job Title': ['ET', 'FT', 'ET', 'ST', 'ST'],
    'Job Department': ['T', 'T', 'PT', 'T', 'PT'],
    'Job Salary': [np.nan, 1500, 1000, np.nan, np.nan]
}
dfA = pd.DataFrame(dataA)

dataB = {
    'Job Title': ['ST', 'ET', 'RT', 'FT', 'ST', 'PT', 'ET'],
    'Job Department': ['T', 'T', 'PT', 'T', 'PT', 'T', 'PT'],
    'Job Salary': [2000, 800, 1700, 1500, 2500, 700, 1000]
}
dfB = pd.DataFrame(dataB)

期望结果（dfA缺失值填充dfB）：

dataA = {
    'Job Title': ['ET', 'FT', 'ET', 'ST', 'ST'],
    'Job Department': ['T', 'T', 'PT', 'T', 'PT'],
    'Job Salary': [800, 1500, 1000, 2000, 2500]
}
dfA = pd.DataFrame(dataA)

提前致谢！

python

1 个回答

  1. Best Answer
    dfA = pd.merge(
    dfA,
    dfB,
    how="left",
    on=["Job Title", "Job Department"],
    suffixes=("_dropme", ""),
).drop(columns='Job Salary_dropme')

    表格中的结果与您描述的一样，除了最后的职位薪水值之外，我认为这是您的错误，因为在给出的dfA和的示例中不存在职位-部门-薪水dfB。

    职称 工作部门 工作薪资
    等 电视 800
    金融时报 电视 1500
    等 太平洋标准时间 1000
    英石 电视 2000
    英石 太平洋标准时间 2500
    • 2

相关问题