python - tutorial - vlookup en Pandas usando join

pandas python tutorial español pdf

Question

Tengo los siguientes 2 marcos de datos

Example1
sku loc flag  
122  61 True 
123  61 True
113  62 True 
122  62 True 
123  62 False
122  63 False
301  63 True 

Example2 
sku dept 
113 a
122 b
123 b
301 c 

Quiero realizar una combinación, o unirme a una operación usando Pandas (o el operador de Python que sea mejor) para producir el siguiente marco de datos.

Example3
sku loc flag   dept  
122  61 True   b
123  61 True   b
113  62 True   a
122  62 True   b
123  62 False  b
122  63 False  b
301  63 True   c

Both 
df_Example1.join(df_Example2,lsuffix=''_ProdHier'')
df_Example1.join(df_Example2,how=''outer'',lsuffix=''_ProdHier'')

No están funcionando ¿Qué estoy haciendo mal?

Answer 1

VLoopup en VBA es como pandas.dataframe.merge

Siempre busco tantos procedimientos para VBA en el pasado y ahora el marco de datos de python me ahorra muchísimo trabajo, lo bueno es que no necesito escribir un método de vlookup.

pandas.DataFrame.merge

>>> A              >>> B
    lkey value         rkey value
0   foo  1         0   foo  5
1   bar  2         1   bar  6
2   baz  3         2   qux  7
3   foo  4         3   bar  8
>>> A.merge(B, left_on=''lkey'', right_on=''rkey'', how=''outer'')
   lkey  value_x  rkey  value_y
0  foo   1        foo   5
1  foo   4        foo   5
2  bar   2        bar   6
3  bar   2        bar   8
4  baz   3        NaN   NaN
5  NaN   NaN      qux   7

También puede intentar lo siguiente para hacer una fusión izquierda.

import pandas as pd
pd.merge(left, right, left_on = ''key'', right_on = ''key'', how=''left'')

el exterior o el izquierdo actúan como SQL, la clase incorporada de Python DataFrame tiene el método merge tomando muchos argumentos, que es muy detallado y práctico.

Answer 2

Realice una combinación left , esto usará la columna sku como columna para unirse:

In [26]:

df.merge(df1, on=''sku'', how=''left'')
Out[26]:
   sku  loc   flag dept
0  122   61   True    b
1  122   62   True    b
2  122   63  False    b
3  123   61   True    b
4  123   62  False    b
5  113   62   True    a
6  301   63   True    c

Si sku es de hecho su índice, haga esto:

In [28]:

df.merge(df1, left_index=True, right_index=True, how=''left'')
Out[28]:
     loc   flag dept
sku                 
113   62   True    a
122   61   True    b
122   62   True    b
122   63  False    b
123   61   True    b
123   62  False    b
301   63   True    c

Otro método es usar map , si establece sku como índice en su segundo df, entonces en efecto se convierte en una serie, entonces el código se simplifica a esto:

In [19]:

df[''dept'']=df.sku.map(df1.dept)
df
Out[19]:
   sku  loc   flag dept
0  122   61   True    b
1  123   61   True    b
2  113   62   True    a
3  122   62   True    b
4  123   62  False    b
5  122   63  False    b
6  301   63   True    c

Answer 3

Una aplicación más genérica sería usar apply y lambda siguiente manera:

dict1 = {113:''a'',
         122:''b'',
         123:''b'',
         301:''c''}

df = pd.DataFrame([[''1'', 113],
                   [''2'', 113],
                   [''3'', 301],
                   [''4'', 122],
                   [''5'', 113]], columns=[''num'', ''num_letter''])

Agregar como una nueva columna de marco de datos

 **df[''letter''] = df[''num_letter''].apply(lambda x: dict1[x])**

  num  num_letter letter
0   1         113      a
1   2         113      a
2   3         301      c
3   4         122      b
4   5         113      a

O reemplace la columna existente (''num_letter'')

 **df[''num_letter''] = df[''num_letter''].apply(lambda x: dict1[x])**

  num num_letter
0   1          a
1   2          a
2   3          c
3   4          b
4   5          a