Блог

У меня есть фрейм данных pandas df с двумя столбцами ‘a’ и ‘b’.

У меня есть еще одна серия pandas, которая состоит из значений ‘b’. Индексом этой серии являются a значения из df .

Важно отметить, что размер ряда НЕ совпадает с размером фрейма данных. В нем всего около половины количества строк.

То, что я хочу сделать, это просто заменить b -values в df , если это значение меньше соответствующего b -value в серии pandas.

Я перепробовал так много вещей, но продолжаю сталкиваться с ошибками.

Например, если фрейм данных имеет df = pd.DataFrame({‘a’: [1,2,3,4], ‘b’: [1,2,3,4]})

     a    b
0   1    1
1   2    2
2   3    3
3   4    4
 

и серия pandas имеет data = {1: 0.5, 4: 5} , тогда обновленный фрейм данных должен иметь

     a    b
0   1    1
1   2    2
2   3    3
3   4    5
 

Как вы можете видеть, обновилось только значение с индексом 4 , поскольку 5 > 4 .

Вы можете сделать это следующим образом, используя свой пример Series и DataFrame:

 import pandas as pd

sr = pd.Series({1: 0.5, 4: 5})
df = pd.DataFrame({'a': [1, 2, 3, 4], 'b': [1, 2, 3, 4]})

df['b'] = df.apply(lambda row: sr[row['a']] if (row['a'] in sr.index) and (row['b'] < sr[row['a']]) else row['b'], axis=1)
 

Это работает путем применения анонимной функции (определенной оператором lambda) к каждой строке вашего фрейма данных и проверки, существует ли значение a этой строки в индексе ряда и больше ли значение b в ряду, чем в этой строке фрейма данных. На этой основе он выбирает, брать ли значение из ряда или сохранять то, что уже есть в DataFrame.

Ошибка ключа, которая обычно возникает при попытке поиска значения в ряду для индекса, который не существует, можно избежать, поместив (row['a'] in sr.index) оператор первым в условие if. Поскольку вторая часть условия после the and вычисляется только в том случае, если первая часть вычисляется True как , ключевая ошибка в таких случаях исключается.

Редактировать:

Поскольку лямбда-функция является трудночитаемой, вы также можете сделать это более подробно, определив свою функцию явно:

 def comparison(row):
   if (row['a'] in sr.index) and (row['b'] < sr[row['a']]):
      return sr[row['a']]
   else:
      return row['b']

df['b'] = df.apply(lambda row: comparison(row), axis=1)