Pandas 如何在大熊猫身上做一个带计数的vlookup

我有以下两个输入数据帧：

df_item_in_cat
      a     b     c     d
0     A     A     B     A
1     B     B     E     B
2     C     E     F     E
3     D     F     G     G

df_charac_by_cat
    cat      charac
0     a          10
1     b          20
2     c          25
3     d          15

我希望生成以下数据帧：

df
   item   cat_nb   sum_charac
0     A        3           45
1     B        4           70
2     C        1           10
3     D        1           10
4     E        2           45
5     F        2           45
6     G        2           40

其中：

• cat_nb是列的nb，其中每个项目出现在_cat中的df_项目_上
• sum_charac是不同类别的_cat从df_charac_得到的charac之和

如果需要，我可以获得意甲：

s_items

0  A
1  B
2  C
3  D
4  E
5  F
6  G

更具体地说，我有属于某个类别的产品，我有与某个类别关联的商店。 我想知道，根据每种产品的种类和每家商店的类别，每种产品在多少家商店都有售。希望一切都清楚

• （a、b、c、d）为类别
• （A、B、C、D、E、F、G）为产品
• （10,20,25,15）是每个类别关联的店铺数量

ex：产品A分为3类（A、b、d），可在45家商店购买，因为10+20+15=45

这就像excel中的“vlookup”

我很确定我可以用iterrows来完成，但我正在寻找一个“漂亮”的解决方案

我想给你们看一些研究，但我真的不知道怎么做。。 我试过使用merges或pivot，但实际上没有用。

您需要：

df_item_in_cat.melt().merge(df_charac_by_cat, left_on='variable', right_on='cat')\
   .groupby('value')['charac'].agg(['count','sum'])

输出：

  value  count  sum
0     A      3   45
1     B      4   70
2     C      1   10
3     D      1   10
4     E      3   60
5     F      2   45
6     G      2   40

  item  cat_nb  sum_charac
0    A       3          45
1    B       4          70
2    C       1          10
3    D       1          10
4    E       3          60
5    F       2          45
6    G       2          40

这是所有列的重命名和“内务管理”：

输出：

  value  count  sum
0     A      3   45
1     B      4   70
2     C      1   10
3     D      1   10
4     E      3   60
5     F      2   45
6     G      2   40

  item  cat_nb  sum_charac
0    A       3          45
1    B       4          70
2    C       1          10
3    D       1          10
4    E       3          60
5    F       2          45
6    G       2          40

---

斯科特伯顿的答案要好得多，但我还是有点喜欢我所做的

我在想什么

将两个输入数据帧转换为系列，以便我可以在新索引上操作

该索引应基于\u cat中的

df\u项中的值

我会数一数那个索引

然后映射值并求和

做一些会计工作，以得到他们应该的列名

---

我知道我迟到了，但我也有点喜欢我的解决方案；）

使用

np.unique

v, _, c = np.unique(df.values, 1, return_counts=True)

产生

>>> print(v,c)
['A' 'B' 'C' 'D' 'E' 'F' 'G'], [3 4 1 1 3 2 2]

然后

第二列比较复杂，但使用

defaultdict

x = defaultdict(set)
from collections import defaultdict
for d in df.to_dict('r'):
    for k,v in d.items():
        x[v].add(k)

以致

>>> x
{'A': {'a', 'b', 'd'},
 'B': {'a', 'b', 'c', 'd'},
 'E': {'b', 'c', 'd'},
 'C': {'a'},
 'F': {'b', 'c'},
 'D': {'a'},
 'G': {'c', 'd'}}

然后我们可以使用DICT的O（1）查找来映射它

d2 = df2.set_index('cat').to_dict()['charac']
s = pd.Series({k: sum(d2[v_] for v_ in v) for k,v in (x).items()})

dff.loc[:, 'f'] = s

我们有输出

    cat_nb  f
A   3       45
B   4       70
C   1       10
D   1       10
E   3       60
F   2       45
G   2       40

---

哦，天哪。。。你应该看看我造成的混乱（-：谢谢=）！这正是我想要的！不知道熔化功能，很酷@马修韦隆，欢迎你，谢谢你。快乐编码<代码>平铺而不是

重复

向导永远不会迟到。他正好在他想去的时候到达。

    cat_nb  f
A   3       45
B   4       70
C   1       10
D   1       10
E   3       60
F   2       45
G   2       40