Python 组合来自两个数据帧的两列;相同的指数但不同的长度
请注意,我是一名初级程序员和初级python/pandas用户。我是一名行为科学家,正在学习使用熊猫来处理和组织我的数据。因此,其中一些问题可能看起来非常明显,似乎不值得在论坛上讨论。请宽容!对我来说,这是几天的工作,我确实已经花了几个小时试图找出这个问题的答案。提前感谢您的帮助 我的数据是这样的。“真实”参与者和接收者数据始终是5位数字,“行为”数据始终是字母代码。我的问题是,我还将这种格式用于特殊行,在Actor列中用诸如“date”或“s”之类的标记表示。这些标记表示“行为”列包含这种特殊类型的数据,而不是实际的行为数据。因此,我想用NaN值替换Actor列中的标记,并从behavior列中获取特殊数据以放入另一列(在本例中为空活动列) 到目前为止,我已经在pandas中编写了一些代码,将“s”行选择到一个新的数据帧中:Python 组合来自两个数据帧的两列;相同的指数但不同的长度,python,merge,pandas,dataframe,Python,Merge,Pandas,Dataframe,请注意,我是一名初级程序员和初级python/pandas用户。我是一名行为科学家,正在学习使用熊猫来处理和组织我的数据。因此,其中一些问题可能看起来非常明显,似乎不值得在论坛上讨论。请宽容!对我来说,这是几天的工作,我确实已经花了几个小时试图找出这个问题的答案。提前感谢您的帮助 我的数据是这样的。“真实”参与者和接收者数据始终是5位数字,“行为”数据始终是字母代码。我的问题是,我还将这种格式用于特殊行,在Actor列中用诸如“date”或“s”之类的标记表示。这些标记表示“行为”列包含这种特殊
def get_act_line(group):
return group.ix[(group.Actor == 's')]
result = trimdata.groupby('follow').apply(get_act_line)
我已将此数据框中的行为列复制到活动列,并将参与者和行为值替换为NaN:
result.Activity = result.Behavior
result.Behavior = np.nan
result.Actor = np.nan
result.head()
因此,我的新数据框如下所示:
follow follow Activity Actor Behavior Recipient1
1 2 1 ss.hx NaN NaN NaN
34 1 hf.xa NaN NaN f.53702
74 1 hf.fe NaN NaN NaN
10 1287 10 ss.hf NaN NaN db
1335 10 fe NaN NaN db
我现在想做的是将此数据帧与原始数据帧合并,替换这些选定行中的所有值,但保留原始数据帧中其他行的值
这似乎是一个简单的问题,有一个明显的解决方案,或者也许我一开始就把它搞错了
我读过韦斯·麦金尼的书,我读过关于不同类型的合并、映射、连接、转换、连接等的文档。我浏览过论坛,但没有找到帮助我解决这个问题的答案。非常感谢你的帮助 实现这一点的一种方法(尽管可能有更好或更优雅的方法)是:
其中df相当于您的结果数据帧。这将返回(我的列顺序略有不同):
参考资料:
- 来自其他STO帖子的解释
follow follow Activity Actor Behavior Recipient1
1 2 1 ss.hx NaN NaN NaN
34 1 hf.xa NaN NaN f.53702
74 1 hf.fe NaN NaN NaN
10 1287 10 ss.hf NaN NaN db
1335 10 fe NaN NaN db
mask = (df['Actor']=='s')
df['Activity'] = df[mask]['Behavior']
df.ix[mask, 'Behavior'] = np.nan
Activity Actor Behavior Recipient1 follow
0 NaN date 2013-04-01 00:00:00 NaN 1
1 ss.hx NaN ss.hx NaN 1
2 NaN 50505 vo 51608 1
3 NaN 51608 vr 50505 1
4 ss.he NaN ss.hx NaN 1