我有这样一个数据帧:
UniqueID CST WEIGHT VOLUME PRODUCTIVITY
0 413-20012 3 123 12 1113
1 413-45365 1 889 75 6748
2 413-21165 8 554 13 4536
3 413-24354 1 387 35 7649
4 413-34658 2 121 88 2468
5 413-36889 4 105 76 3336
6 413-23457 5 355 42 7894
7 413-30089 5 146 10 9112
8 413-41158 5 453 91 4545
9 413-51015 9 654 66 2232
我有一个UniqueID的父:子映射字典:
parent_child_dict = {
'413-51015': '413-41158',
'413-21165': '413-23457',
'413-45365': '413-41158',
'413-20012': '413-23457'
}
我需要做的是循环遍历数据帧,并用“父”UniqueID行的值替换“子”UniqueID行的重量、体积和生产率值,其中生成的数据帧如下所示:
UniqueID CST WEIGHT VOLUME PRODUCTIVITY
0 413-20012 3 355 42 7894
1 413-45365 1 453 91 4545
2 413-21165 8 355 42 7894
3 413-24354 1 387 35 7649
4 413-34658 2 121 88 2468
5 413-36889 4 105 76 3336
6 413-23457 5 355 42 7894
7 413-30089 5 146 10 9112
8 413-41158 5 453 91 4545
9 413-51015 9 453 91 4545
我已经尝试了几种可能的解决方案,我遇到的麻烦是限制复制的方式,即保留“child”行的UniqueID和CST值,但复制其他值
我得到的最接近的是字典中的一个循环,每个配对都被输入到这个循环中:
df.loc[df['UniqueID'] == '413-51015'] = df.loc[df['UniqueID'] == '413-41158'].to_numpy()
这似乎很好地将所有值从一行替换到另一行
对例外情况的任何帮助或更好的总体解决方案都将非常有用。多谢各位
编辑
我已将第一个解决方案循环到我希望在数据集中更改的列中,如下所示:
columns = []
for col in df.columns:
columns.append(col)
remove_perm = columns.remove('UniqueID')
remove_perm = columns.remove('CST')
print(columns)
输出
['WEIGHT', 'VOLUME', 'PRODUCTIVITY']
然后
for col in columns:
s = df[['UniqueID', col]].set_index('UniqueID')
df[col] = s.loc[df['UniqueID'].replace(parent_child_dict)].to_numpy()
这产生了所需的数据集
首先在
UniqueID
和PRODUCTIVITY
之间创建一个映射然后使用您的父子代映射您的ID:
replace
和loc
访问:输出:
相关问题 更多 >
编程相关推荐