温馨提示:本文翻译自stackoverflow.com，查看原文请点击：Python Pandas: reusing row value to another row - lookup across row
lookup pandas python vlookup

Python Pandas: reusing row value to another row - 跨行查找

发布于 2020-05-03 14:09:35

我有以下数据框

df1 =  DataFrame([['OBJ1', 10, 'BX', 'pool1', 'OBJ2'],['OBJ2', 0, '', '', 'OBJ1'],['OBJ3', 10, 'BY', 'pool2', 'OBJ4'],['OBJ4', 0, '', '', 'OBJ3'],['OBJ5', 10, 'BZ', 'pool3', '']], columns=['OBJ', 'value', 'conf', 'Res', 'Key'])

在此处输入图片说明

我正在尝试做的是：

  • 检查值是否为0
  • Conf and Res使用与OBJ匹配的键获取行的值
  • 例如，OBJ2的值为0，而键为OBJ 2，则其conf应该变为BX，Res变为pool1

我使用查找或其他一些帖子尝试了多种解决方案，但似乎没有任何效果。

df1.loc[df1['value']==0, 'conf'] = df1.loc[df1['OBJ']==df1['Key']]['conf']

失败，因为我意识到这是在用OBJ = Key查找行

查看更多

提问者
Philip Fawzy
被浏览
13
分享
jezrael 2020-02-14 16:33

使用DataFrame.merge与left_on和right_on参数index列通过创造DataFrame.reset_index新的DataFrame，然后将其转换index列index通过DataFrame.set_index并最终设定的新volumns DataFrame.loc：

m = df1['value'].eq(0)
cols = ['conf','Res']
df = (df1.reset_index().loc[m, ['index','OBJ']]
          .merge(df1, left_on='OBJ', right_on='Key')
          .set_index('index')[cols])
print (df)
      conf    Res
index            
1       BX  pool1
3       BY  pool2

df1.loc[m, cols] = df
print (df1)
    OBJ  value conf    Res   Key
0  OBJ1     10   BX  pool1  OBJ2
1  OBJ2      0   BX  pool1  OBJ1
2  OBJ3     10   BY  pool2  OBJ4
3  OBJ4      0   BY  pool2  OBJ3
4  OBJ5     10   BZ  pool3

热门帖子

1
facetime 诈骗电话怎么办？
2
北京 5G/4G 游戏延迟稳定性有办法优化吗？
3
ios,繁简互换
4
有没有办法让 AI 不胡扯
5
网盘资源搜索、搜索云盘资源
6
华为OD过了 经验贴分享一下
7
大家的 vps 会定期更新和重启么？
8
GPT API 越来越笨了
9
移动宽带连.cn 都屏蔽？移动都屏蔽了哪些网址？
10
求基于 Python 开发大流量在线服务的经验教训

相关问题

1
如何使用python cut方法创建bin，接受一个参数并返回适当的bin？
2
从具有特定条件的列表列表创建字典
3
根据行值选择列，Python，Pandas
4
在数据框中绘制零和一的计数
5
python函数。
6
在两个DataFrame之间执行大量Pandas查找的最佳方法
7
如何获取Pandas数据透视表中的列数和每列的宽度？
8
在Pandas数据框中分组时缺少所需值时显示一列
9
Python隐藏壁虱但显示壁虱标签
10
获取Entry和checkbutton值Tkinter时出现问题

热门github

1
Implementation of paper - YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information (翻译：论文实现——YOLOv9: Learning What You Want to Learn using Programmable Gradient Information（利用可编程梯度信息学习您想学的内容）)
2
A Windows and Office activator using HWID / Ohook / KMS38 / Online KMS activation methods, with a focus on open-source code and fewer antivirus detections. (翻译：使用 HWID / KMS38 / Online KMS 激活方法激活 Microsoft 产品的脚本集合，重点是开源代码、较少的防病毒检测和用户友好性。)
3
Get up and running with Llama 2, Mistral, Gemma, and other large language models. (翻译：启动并运行 Llama 2、Mistral、Gemma 和其他大型语言模型。)
4
该项目可以让你通过订阅的方式使用Cloudflare WARP+，自动获取流量。This project enables you to use Cloudflare WARP+ through subscription, automatically acquiring traffic.
5
Multi functional app to find duplicates, empty folders, similar images etc. (翻译：多功能应用程序可查找重复项、空文件夹、相似图像等。)
6
Xray panel supporting multi-protocol multi-user expire day & traffic & ip limit (Vmess & Vless & Trojan & ShadowSocks & Wireguard) (翻译：Xray面板支持多协议多用户到期日&流量&IP限制（Vmess & Vless & Trojan & ShadowSocks & Wireguard)
7
The Free Software Media System (翻译：Jellyfin 是一个免费软件媒体系统，可让您控制管理和流式传输您的媒体。它是专有 Emby 和 Plex 的替代方案，通过多个应用程序从专用服务器向最终用户设备提供媒体。)
8
lightweight, standalone C++ inference engine for Google's Gemma models. (翻译：适用于 Google Gemma 模型的轻量级独立 C++ 推理引擎。)
9
📚 Freely available programming books (翻译：📚 免费提供的编程书籍)
10
A collective list of free APIs (翻译：免费 API 的集合列表)
11
1️⃣🐝🏎️ The One Billion Row Challenge -- A fun exploration of how quickly 1B rows from a text file can be aggregated with Java (翻译：十亿行挑战 —— 使用 Java 对文本文件中的 10 亿行数据进行聚合的有趣探索)
12
🎓 Path to a free self-taught education in Computer Science! (翻译：🎓计算机科学免费自学教程！)
13
Curso para aprender el lenguaje de programación Python desde cero y para principiantes. 75 clases, 37 horas en vídeo, código, proyectos y grupo de chat. Fundamentos, frontend, backend, testing, IA... (翻译：从零开始学习 Python 编程语言的课程，适合初学者)
14
This repository contains System Design resources which are useful while preparing for interviews and learning Distributed Systems (翻译：该存储库包含系统设计资源，在准备面试和学习分布式系统时非常有用)
15
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention. (翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)