Слияние кадров данных не на основе индекса, а значений

У меня есть 2 кадра данных, которые я хотел бы объединить.

Первый df суммирует 5 самых распространенных мест в каждом городе:

1-й ДФ

Второй df суммирует частоты каждой категории мест проведения в каждом городе:

2-й дф

Я хотел бы объединить оба кадра данных, чтобы частота каждого из 5 лучших мест также отображалась в первом df.

Например.

Вывод в строке 0:

Ang Mo Kio | Food Court | Coffee Shop | Dessert Shop | Chinese Restaurant | Jap Restaurant | 0.64 | 0.2 | 0.1 | ....

Я пробовал использовать панды .merge

sg_venues_sorted.merge(sg_onehot_grouped, on='Town')

но это, похоже, только для слияния имен индексов или столбцов. Что, если мое слияние связано с именами столбцов 1 df и значениями другого df?

Спасибо!


python pandas merge
person lyh198    schedule 10.06.2020    source источник
comment
Я пробовал использовать .merge pandas, где код для этого?   -  person cs95    schedule 10.06.2020

Ответы (1)


arrow_upward
1
arrow_downward

Я думаю, вы можете сделать это без слияния. Подобная операция по строкам

    import pandas as pd
    df1 = pd.DataFrame({"Town":['t1','t2','t3','t4','t5'],
                       "1stcommon":["c1","c2","c3","c4","c5"],
                       "2ndcommon":["c3","c8","c1","c9","c10"]})

    df2 = pd.DataFrame({"Town":['t1','t2','t3','t4','t5'],
                       "c1":[0,0.1,0.1,0.2,0],
                       "c2":[0,0.1,0.1,0.2,0],
                       "c3":[0,0.1,0.1,0.2,0],
                       "c4":[0,0.1,0.1,0.2,0],
                       "c5":[0,0.1,0.1,0.2,0],
                       "c6":[0,0.1,0.1,0.2,0],
                       "c7":[0,0.1,0.1,0.2,0],
                       "c81":[0,0.1,0.1,0.2,0],
                       "c9":[0,0.1,0.1,0.2,0],
                        "c10":[0,0.1,0.1,0.2,0]})

    def create_col(x):
        return df2.loc[df2.Town==x['Town'],x[['1stcommon','2ndcommon']]].values[0]

    df1['1st_common'],df1['2nd_common'] = zip(*df1.apply(lambda x: create_col(x),axis=1))
person sau    schedule 10.06.2020
comment
Это работает спасибо! Но я все еще не понимаю, как работает лямбда... кажется, это действительно полезный инструмент. - person lyh198; 10.06.2020
comment
towardsdatascience.com/ - person sau; 11.06.2020