我有两个数据框left
,right
并且我想根据中的分组进行合并df1
。
df1:
ID cumul_growth_perc
Nioz-TC-09-A1R 0
Nioz-TC-09-A1R 2.99881756777804
Nioz-TC-09-A1R 90.1974001442841
Nioz-TC-09-A1R 92.7010664317585
Nioz-TC-09-A1R 95.4937993952028
Nioz-TC-09-A1R 97.7300790074048
Nioz-TC-09-A1R 100
Nioz-TC-09-A2R 0
Nioz-TC-09-A2R 2.1989297984251
Nioz-TC-09-A2R 4.25561486642024
Nioz-TC-09-A2R 82.2910739802899
Nioz-TC-09-A2R 93.276493352502
Nioz-TC-09-A2R 95.5072381936874
Nioz-TC-09-A2R 97.5983443147713
Nioz-TC-09-A2R 100
df2:
day cumul_growth_perc
32 0.233297611918821
33 0.466595223837642
34 0.699892835756464
35 0.933190447675285
36 1.16648805959411
37 1.39978567151293
46 3.54027808151455
47 3.78173847397982
48 4.02319886644508
335 92.4313101347799
336 92.6888317371006
337 92.9463533394213
338 93.203874941742
339 93.4613965440627
340 93.7189181463834
361 99.0468989121531
362 99.2851741841149
363 99.5234494560766
364 99.7617247280384
365 100
cumul_growth_perc
范围从0到100,但此处缩短以进行演示。我想在此列合并两个dataframes和值不完全匹配df1
和df2
。此外,在执行匹配之前,df1
应按该ID
列分组。据我了解,pandasmerge_asof
特别具有by=
关键字来执行此操作。但由于我没有ID
列df2
,因此操作失败。df2
对的所有组都是相同的df1
。
这是我使用的: pd.merge_asof(df1, df2, on='cumul_growth_perc', left_by='ID', direction='nearest')
不出所料,它告诉我right_by is missing
。我如何仍然可以执行“分组合并”?我可以df2
通过为中的每个唯一值附加相同的值来进行扩展df1.ID
,但这感觉很麻烦。
编辑:
预期产量:
ID cumul_growth_perc day
0 Nioz-TC-09-A1R 0.000000 32
1 Nioz-TC-09-A1R 2.998818 46
2 Nioz-TC-09-A1R 90.197400 335
3 Nioz-TC-09-A1R 92.701066 336
4 Nioz-TC-09-A1R 95.493799 340
5 Nioz-TC-09-A1R 97.730079 361
6 Nioz-TC-09-A1R 100.000000 365
7 Nioz-TC-09-A2R 0.000000 32
8 Nioz-TC-09-A2R 2.198930 37
9 Nioz-TC-09-A2R 4.255615 48
10 Nioz-TC-09-A2R 82.291074 335
11 Nioz-TC-09-A2R 93.276493 338
12 Nioz-TC-09-A2R 95.507238 340
13 Nioz-TC-09-A2R 97.598344 361
14 Nioz-TC-09-A2R 100.000000 365
意思是我想df1.ID
在执行合并之前分组。我通过“重复”每个ID的df2
附加ID
列来使其工作df1
:
for i, name in enumerate(df1.Shell_ID.unique()):
if i==0:
df2_long = df2.copy()
df2_long['ID'] = name
else:
temp = df2.copy()
temp['ID'] = name
df2_long = df2_long.append(temp)
然后将两个数据框排序,cumul_growth_perc
然后将它们合并pd.merge_asof(df1, df2_long, on='cumul_growth_perc', by='ID', direction='nearest')
但是感觉好像有一个更简单的解决方案。
使用DataFrame.sort_values
排序dataframesdf1
并df2
在cumul_growth_perc
随后进行merge_asof
的排序dataframes:
d1 = df1.sort_values('cumul_growth_perc')
d2 = df2.sort_values('cumul_growth_perc')
df = pd.merge_asof(d1, d2, on='cumul_growth_perc', direction='nearest').sort_values('ID')
结果:
ID cumul_growth_perc day
0 Nioz-TC-09-A1R 0.000000 32
1 Nioz-TC-09-A1R 2.998818 46
2 Nioz-TC-09-A1R 90.197400 335
3 Nioz-TC-09-A1R 92.701066 336
4 Nioz-TC-09-A1R 95.493799 340
5 Nioz-TC-09-A1R 97.730079 361
6 Nioz-TC-09-A1R 100.000000 365
7 Nioz-TC-09-A2R 0.000000 32
8 Nioz-TC-09-A2R 2.198930 37
9 Nioz-TC-09-A2R 4.255615 48
10 Nioz-TC-09-A2R 82.291074 335
11 Nioz-TC-09-A2R 93.276493 338
12 Nioz-TC-09-A2R 95.507238 340
13 Nioz-TC-09-A2R 97.598344 361
14 Nioz-TC-09-A2R 100.000000 365
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句