我已经在该主题上查找了另一个类似的问答,但是我无法弄清楚我的问题,因此,我很高兴获得任何提示。当我要收集数据时,我在字典中存储了三个数据帧,在另一个数据帧中存储了另一个数据帧。
import numpy as np
import pandas as pd
df1= pd.DataFrame({'tenor':['1w', '1m', '3m', '2y'],
'rate':[2.40, 2.51, 2.66, 2.92],
'end_date':['14022020', '09022020', '07052020', '07022022']})
df2= pd.DataFrame({'tenor':['3x6', '6x9', '9x12'],
'rate':[2.95, 3.06, 3.98],
'end_date':['07082020', '09112020', '08022021']})
df3= pd.DataFrame({'tenor':['2y', '3y', '4y'],
'rate':[1.80, 1.81, 1.84],
'end_date':['08022022', '07022023', '07022024']})
rates = {'ois':df1, 'fra':df2, 'irs':df3}
dfA= pd.DataFrame({'label':['ois', 'ois', 'fra', 'fra', 'irs', 'irs', 'irs'],
'tenor':['1w', '1m', '3x6', '9x12', '2y', '3y', '4y']})
我想通过从匹配['tenor']的核心响应数据帧(通过字典映射)中获取值,在dfA中添加另一个columne ['rates']。因此,预期结果将是这样的:
Out[]:
label tenor rate
0 ois 1w 2.40
1 ois 1m 2.51
2 fra 3x6 2.95
3 fra 9x12 3.98
4 irs 2y 1.80
5 irs 3y 1.81
6 irs 4y 1.84
我知道我可以使用以下行在数据框中获取特定数据(例如):
rates['ois'].loc[rates['ois']['tenor']=='1w', 'rate']
Out[]:
0 2.4
Name: rate, dtype: float64
因此,我尝试使用以下代码将其嵌入apply()函数:
dfA['rate'] = dfA.apply(lambda x: rates[x['label']][rates[x['label']]['tenor']==x['tenor']]['rate'], axis=1)
但不幸的是它返回:
Out[]:
label tenor rate
0 ois 1w 2.40
1 ois 1m NaN
2 fra 3x6 2.95
3 fra 9x12 NaN
4 irs 2y 1.80
5 irs 3y NaN
6 irs 4y NaN
我不明白为什么有些汇率是NaN。我在这里想念什么?请帮忙。
我不知道这是否对您来说是一个很周到的解决方案,但是我想在下面进行说明:
在另一个DataFrame中连接df:
dfAux = pd.concat([df1, df2, df3])
使用左侧的dfA进行合并:
dfA = pd.merge(dfA, dfAux, how = 'left', on = ['tenor']).drop(['end_date'], axis = 1)
这样完美!谢谢!我还没想到我可以这样解决。