Início / coding / Perguntas / 76939838
Accepted
Pouria Paimard
Asked: 2023-08-20 22:20:34 +0800 CST

Comparando e classificando valores entre colunas em Python (com a coluna "Não correspondente")

  • 772

Pergunta: Estou trabalhando em um projeto Python onde tenho um dataset com duas colunas: "Big List" e "Small List". Meu objetivo é comparar os valores na coluna "Pequena lista" com os valores na coluna "Grande lista" e classificá-los de acordo. Se um valor da coluna "Small List" for encontrado na coluna "Big List", desejo classificar a linha correspondente na coluna "Small List". Além disso, se um valor da coluna "Small List" não for encontrado na coluna "Big List", desejo listá-lo em uma nova coluna chamada "Not Matched to Big List".

Os valores na "Big List" não são exclusivos, mas os valores na "Small List" são exclusivos.

Aqui está um exemplo:

Grande Lista Lista Pequena
10 17
2 15
15 42
17 31
30 45
40 30
45
47
50

Nesse caso, quero comparar cada valor na coluna "Pequena lista" com os valores na coluna "Grande lista". Se for encontrada uma correspondência, desejo classificar a linha correspondente na coluna "Lista pequena". Se uma correspondência não for encontrada, desejo listar o valor na coluna "Não correspondente à lista grande".

Resultado esperado:

Grande Lista Lista Pequena Não corresponde à lista grande
10 31
2 42
15 15
17 17
30 30
40
45 45
47
50

Estou lutando para classificar a linha na coluna "Small List" quando uma correspondência é encontrada e como preencher a coluna "Not Matched to Big List" quando não há correspondência. Qualquer ajuda ou sugestão sobre como conseguir isso seria muito apreciada!

Aqui está o código que tenho até agora:

import pandas as pd

data = {'Big List': [10,2,15,17,30,40,45,47,50], 'Small List': [17,15,42,31,45,30]}
df = pd.DataFrame(data)

# Loop through rows and compare values
for index, row in df.iterrows():
    if row['Small List'] in df['Big List']:
        # Sort the row in the "Small List" column
        # Stuck here
    else:
        # Add value to "Not Matched to Big List" column
        # Stuck here

print(df)
python-3.x

2 respostas

  1. Best Answer

    Aqui está (embora eu deva acrescentar que esta solução é bastante complicada, pois o dataframe do Pandas deve expressar relações entre as diferentes colunas e o que é feito aqui não tem):

    import pandas as pd

data = {'Big List': [10,2,15,17,30,40,45,47,50], 'Small List': [17,15,42,31,45,30, None, None, None]}
df = pd.DataFrame(data)
new_df = df[['Big List']].merge(df[['Small List']], left_on='Big List', right_on='Small List', how='left')
new_df.sort_values(by='Big List', inplace=True)
notfound_df = df[['Big List']].merge(df[['Small List']], left_on='Big List', right_on='Small List', how='right')
notfound_df = notfound_df[notfound_df['Big List'].isna()].dropna(how='all')
notfound_list = notfound_df['Small List'].to_list()
for i in range(new_df.shape[0] - len(notfound_list)):
    notfound_list.append(None)
new_df = pd.concat([new_df, pd.DataFrame(notfound_list, columns=['Not Matched to Big List'])], axis=1)
new_df

   Big List  Small List  Not Matched to Big List
1         2         NaN                     31.0
0        10         NaN                     42.0
2        15        15.0                      NaN
3        17        17.0                      NaN
4        30        30.0                      NaN
5        40         NaN                      NaN
6        45        45.0                      NaN
7        47         NaN                      NaN
8        50         NaN                      NaN
    • 1

  2. Outra solução:

    df = pd.concat(
    [
        df,
        pd.Series(
            np.sort(
                df.loc[~df["Small List"].isin(df["Big List"]), "Small List"]
                .dropna()
                .values
            ),
            name="Not Matched to Big List",
        ),
    ],
    axis=1,
)

df["Small List"] = df.loc[df["Big List"].isin(df["Small List"]), "Big List"]

print(df.replace(np.nan, None))

    Estampas:

       Big List Small List Not Matched to Big List
0        10       None                    31.0
1         2       None                    42.0
2        15       15.0                    None
3        17       17.0                    None
4        30       30.0                    None
5        40       None                    None
6        45       45.0                    None
7        47       None                    None
8        50       None                    None
    • 1

relate perguntas