我有兩個(gè)數(shù)據(jù)框，第一個(gè)：df1： product price0 apples 1.991 bananas 1.20 2 oranges 1.493 lemons 0.54 Olive Oil 8.99df2： product product.1 product.2 0 apples bananas Olive Oil1 bananas lemons oranges2 Olive Oil bananas oranges3 lemons apples bananas我希望第二個(gè)數(shù)據(jù)框中的一列是基于第一個(gè)數(shù)據(jù)框中每個(gè)項(xiàng)目的價(jià)格的價(jià)格總和。所以期望的結(jié)果是： product product.1 product.2 total_price 0 apples bananas Olive Oil 12.181 bananas lemons oranges 3.192 Olive Oil bananas oranges 11.683 lemons apples bananas 3.69實(shí)現(xiàn)這一目標(biāo)的最佳方法是什么？我嘗試合并 df2 中每一列的名稱上的數(shù)據(jù)幀，但這似乎很耗時(shí)，特別是當(dāng) df1 獲取更多行而 df2 獲取更多列時(shí)。df = pd.merge(df1, df2, how='right', left_on='product', right_on='product')df = pd.merge(df1, df2, how='right', left_on='product', right_on='product.1')df = pd.merge(df1, df2, how='right', left_on='product', right_on='product.2') df['Total_Price'] = df['price']+df['price.1']+df['price.2']
1 回答
楊__羊羊
TA貢獻(xiàn)1943條經(jīng)驗(yàn) 獲得超7個(gè)贊
您可以嘗試如下所示：
首先，將 df1 轉(zhuǎn)換為鍵和值的字典
在上面使用字典，
applymap后面跟著sum
可能下面的代碼片段會(huì)做類似的事情：
dictionary_val = { k[0]: k[1] for k in df1.values }
df2['Total_Price'] = df2.applymap(lambda row: dictionary_val[row]).sum(axis=1) # Note not creating new dataframe but using existing one
那么結(jié)果是df2：
product product.1 product.2 Total_Price
0 apples bananas Olive Oil 12.18
1 bananas lemons oranges 3.19
2 Olive Oil bananas oranges 11.68
3 lemons apples bananas 3.69
添加回答
舉報(bào)
0/150
提交
取消