我有幾個(gè)表的數(shù)據(jù)集。一些字段重疊，但在某些表上它們可能具有一對(duì)多關(guān)系，而在其他表上它們可能具有一對(duì)一關(guān)系。我正在嘗試創(chuàng)建一個(gè)新的數(shù)據(jù)框，我可以在其中獲取與一個(gè)字段（一對(duì)一）關(guān)聯(lián)的值以及與同一字段關(guān)聯(lián)但在另一個(gè)表中（一對(duì)多）的值，并將它們?nèi)苛性谛聰?shù)據(jù)框（一對(duì)多）。一個(gè)數(shù)據(jù)框： finishtId eventId instanceId ... value statusId finishType0 1 18 1 ... 218.3 1 Positive1 2 18 2 ... 217.586 1 Positive2 3 18 3 ... 216.719 1 Positive3 4 18 4 ... 215.464 1 Positive4 5 18 5 ... 218.385 1 Negative另一個(gè)數(shù)據(jù)框： eventId instanceId red blue time duration milliseconds0 841 153 1 1 17:05:23 26.898 268981 841 30 1 1 17:05:52 25.021 250212 841 17 1 11 17:20:48 23.426 234263 841 4 1 12 17:22:34 23.251 232514 841 13 1 13 17:24:10 23.842 238425. 841. 153. 2 45. 17:45:30. 24.786. 26473 ... ... ... ... ... ... ...7633 1036 822 2 48 16:20:38 22.143 221437634 1036 1 2 50 16:23:05 21.853 218537635 1036 849 2 49 16:24:00 22.475 224757636 1036 154 2 62 16:42:16 24.010 240107637 1036 822 3 64 16:42:47 22.607 22607我想創(chuàng)建一個(gè)新的數(shù)據(jù)框，將 dataframe2 中的所有值（紅色、藍(lán)色、時(shí)間、持續(xù)時(shí)間、毫秒）附加到 instanceId 和 eventId 字段，以便 dataframe1 顯示一對(duì)多關(guān)系。我還想創(chuàng)建一個(gè)新字段，告訴我每個(gè) instanceId 和 eventId (numRed) 有多少紅色 基本上是這樣的： eventId instanceId red numRed blue ... time duration value statusId finishType0 841 153 1 2 17 ... 17:05:23 26.898 218.3 1 Positive1 841 153 2 2 52 ... 17:45:30 24.786 217.586 1 Positive1 841 146 1 1 40 ... 17:32:30 24.986 217.586 1 Negative
1 回答
慕哥9229398
TA貢獻(xiàn)1877條經(jīng)驗(yàn) 獲得超6個(gè)贊
你應(yīng)該向我們展示你的嘗試！讓人們更容易回答。
Pandas?Merge是我處理它的方式。就像是：
new_df?=?df2.merge(df1,?on=["eventID",?"instanceId"],?how="outer")
new_df 將包含 df2 中的所有行以及 df2 中的任何匹配行。
如果“eventID”或“instanceId”的數(shù)據(jù)類型在兩個(gè)數(shù)據(jù)幀中不同，您可能會(huì)遇到問題，但這應(yīng)該很容易解決......
編輯?可能正在尋找group_by。在加入/合并另一個(gè)數(shù)據(jù)幀之前，您應(yīng)該在第二個(gè)數(shù)據(jù)幀上執(zhí)行聚合。
# Dictionary with keys as column names and values as the aggregation/summary method.
agg_dict = {
? ? "duration": "mean",
? ? "value": "mean"
}
group_by_columns = ["eventID", "instanceId"] # We'll get one row in output for each combination of these columns
new_df2 = df2.groupby(group_by_columns).agg(agg_dict).reset_index()
result = new_df2.merge(df1, on=["eventID", "instanceId"], how="outer")
讓我知道事情的后續(xù)！
添加回答
舉報(bào)
0/150
提交
取消