Python 使用pandas对多个映射列执行按列操作

我有两个数据帧，即df1和df2。我想对df2中的“新金额”列执行操作。基本上，在df1中，我有历史货币数据，我希望在df2中给定货币和金额时执行日期操作，以计算df2中新的金额列的值

对于“货币”=[AUD，BWP]我们需要将金额乘以相应日期的相应货币值

对于其他货币，我们需要将金额除以相应日期的相应货币值

e、 g在df2中，日期为'01-01-2019'的第一种货币为澳元，因此我想计算新的金额和美元价值，以便

新金额=金额*来自df1的AUD值，即新金额=19298*98=1891204

另一个例子是，在df2中，日期='03-01-2019，我有第三种货币作为COP，所以我想计算新的金额和美元价值，以便

新金额=df1的金额/COP值，即新金额=5000/0.043=116279.06

import pandas as pd
data1 = {'Date':['01-01-2019', '02-01-2019', '03-01-2019', 
                 '04-01-2019','05-01-2019'],
        'AUD':[98, 98.5, 99, 99.5, 97],
        'BWP':[30,31,33,32,31],
        'CAD':[0.02,0.0192,0.0196,0.0196,0.0192],
        'BND':[0.99,0.952,0.970,0.980,0.970],
        'COP':[0.05,0.047,0.043,0.047,0.045]}
df1 = pd.DataFrame(data1)

data2 = {'Date':['01-01-2019', '02-01-2019', '03-01-2019', '04-01-2019','05-01-2019'],
        'Currency':['AUD','AUD','COP','CAD','BND'],
        'Amount_Dollar':[19298, 19210, 5000, 200, 2300],
        'New_Amount_Dollar':[0,0,0,0,0]
        }
df2 = pd.DataFrame(data2) 
print (df2)

df1

df2

预期结果

         Date Currency  Amount_Dollar  New_Amount_Dollar
0  01-01-2019      AUD          19298            1891204
1  02-01-2019      AUD          19210          1892185.0
2  03-01-2019      COP           5000          116279.06
3  04-01-2019      CAD            200           10204.08
4  05-01-2019      BND           2300            2371.13

---

您需要

查找

和

isin（）

：

输出：

         Date Currency  Amount_Dollar  New_Amount_Dollar
0  01-01-2019      AUD          19298         1891204.00
1  02-01-2019      AUD          19210         1892185.00
2  03-01-2019      COP           5000          116279.07
3  04-01-2019      CAD            200           10204.08
4  05-01-2019      BND           2300            2371.13

         Date Currency  Amount_Dollar  New_Amount_Dollar  value
0  01-01-2019      AUD          19298        1891204.000 98.000
1  02-01-2019      AUD          19210        1892185.000 98.500
2  03-01-2019      COP           5000         116279.070  0.043
3  04-01-2019      CAD            200          10204.082  0.020
4  05-01-2019      BND           2300           2371.134  0.970

---

您需要

查找

和

isin（）

：

输出：

         Date Currency  Amount_Dollar  New_Amount_Dollar
0  01-01-2019      AUD          19298         1891204.00
1  02-01-2019      AUD          19210         1892185.00
2  03-01-2019      COP           5000          116279.07
3  04-01-2019      CAD            200           10204.08
4  05-01-2019      BND           2300            2371.13

         Date Currency  Amount_Dollar  New_Amount_Dollar  value
0  01-01-2019      AUD          19298        1891204.000 98.000
1  02-01-2019      AUD          19210        1892185.000 98.500
2  03-01-2019      COP           5000         116279.070  0.043
3  04-01-2019      CAD            200          10204.082  0.020
4  05-01-2019      BND           2300           2371.134  0.970

---

尝试使用

melt

和

merge

：

df_out = df2.merge(df1.melt('Date', var_name='Currency'), on= ['Date','Currency'])

df_out['New_Amount_Dollar'] = (df_out['Amount_Dollar'] * 
                               np.where(df_out['Currency'].isin(['AUD', 'BWP']),
                                        df_out['value'], 
                                        1/df_out['value']))
print(df_out)

输出：

         Date Currency  Amount_Dollar  New_Amount_Dollar
0  01-01-2019      AUD          19298         1891204.00
1  02-01-2019      AUD          19210         1892185.00
2  03-01-2019      COP           5000          116279.07
3  04-01-2019      CAD            200           10204.08
4  05-01-2019      BND           2300            2371.13

         Date Currency  Amount_Dollar  New_Amount_Dollar  value
0  01-01-2019      AUD          19298        1891204.000 98.000
1  02-01-2019      AUD          19210        1892185.000 98.500
2  03-01-2019      COP           5000         116279.070  0.043
3  04-01-2019      CAD            200          10204.082  0.020
4  05-01-2019      BND           2300           2371.134  0.970

---

尝试使用

melt

和

merge

：

df_out = df2.merge(df1.melt('Date', var_name='Currency'), on= ['Date','Currency'])

df_out['New_Amount_Dollar'] = (df_out['Amount_Dollar'] * 
                               np.where(df_out['Currency'].isin(['AUD', 'BWP']),
                                        df_out['value'], 
                                        1/df_out['value']))
print(df_out)

输出：

         Date Currency  Amount_Dollar  New_Amount_Dollar
0  01-01-2019      AUD          19298         1891204.00
1  02-01-2019      AUD          19210         1892185.00
2  03-01-2019      COP           5000          116279.07
3  04-01-2019      CAD            200           10204.08
4  05-01-2019      BND           2300            2371.13

         Date Currency  Amount_Dollar  New_Amount_Dollar  value
0  01-01-2019      AUD          19298        1891204.000 98.000
1  02-01-2019      AUD          19210        1892185.000 98.500
2  03-01-2019      COP           5000         116279.070  0.043
3  04-01-2019      CAD            200          10204.082  0.020
4  05-01-2019      BND           2300           2371.134  0.970

---

如何判断何时将df1中的值与d2相乘或相除？i、 e.如何区分与AUD相乘与与与CAD相除？如果它小于1除以？不，它可以是任何不必小于1的值。如果货币为AUD或BWP，则乘以货币值，否则除以如何判断何时将df1中的值乘以或除以d2？i、 e.如何区分与AUD相乘与与与CAD相除？如果它小于1除以？不，它可以是任何不必小于1的值。如果货币为澳元或BWP，则乘以货币值，否则除以如果df1中缺少任何货币，我想在“新金额”中使用相同的“金额”。如果df1中缺少任何货币，我想使用相同的“金额”，该怎么办在“新金额”中。