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