如何有条件地在熊猫数据框中做一个vlookup

Question

我想弄清楚如何做一个vlookup来挑选出最新的价格来填补第二张表。下面的例子。对于项目＃1，最新价格在月份6 (=$6)，而项目＃2在月份5 (=$4)。填表B的最佳方式是什么？注意：如果该项目是新的，则有可能在表A中找不到item_id。

任何指导？非常感谢。

表A（参考）

| Item_ID | Month | Price | 
|---------|-------|-------| 
| 1  | 4  | 10 | 
| 1  | 5  | 8  | 
| 1  | 6  | 6  | 
| 2  | 5  | 4  | 

表B（填充）

| Shop_ID | Item_ID | Price | 
|---------|---------|-------| 
| 1  | 1  | 6  | 
| 1  | 2  | 4  | 

Answer 1

你可以先找到最新的信息，然后将其合并到创建表：

import pandas 


tableA = pandas.DataFrame({'Item_ID': {0: 1, 1: 1, 2: 1, 3: 2}, 
          'Month': {0: 4, 1: 5, 2: 6, 3: 5}, 
          'Price': {0: 10, 1: 8, 2: 6, 3: 4}}) 
tableB = pandas.DataFrame({'Item_ID': {0: 1, 1: 2}, 
          'Price': {0: 6, 1: 4}, 
          'Shop_ID': {0: 1, 1: 1}}) 

latest = tableA.loc[tableA.groupby('Item_ID')['Month'].idxmax()] 
result = tableB[['Shop_ID', 'Item_ID']].merge(latest[['Item_ID', 'Price']], 
               on='Item_ID') 

这就产生

 Shop_ID Item_ID Price 
0  1  1  6 
1  1  2  4 

Answer 2

要df2填写列Price我们可以创建一个熊猫系列的Item_ID和价格。对于每个Item_ID，使用drop_duplicates作为最后一行，并通过set_index创建Series并选择列。最后用map创建新列。

完整的示例：

import pandas as pd 

# Sample data 
data1 = dict(Item_ID=[1,1,1,2], Month=[4,5,6,5], Price = [10,8,6,4]) 
data2 = dict(Shop_ID=[1,1],Item_ID=[1,2]) 

# Create dfs 
df1 = pd.DataFrame(data1) 
df2 = pd.DataFrame(data2) 

# Crete a series with Item_ID as index and Price as value 
s = df1.drop_duplicates('Item_ID', keep='last').set_index('Item_ID')['Price'] 

# Create new column in df2 
df2['Price'] = df2['Item_ID'].map(s) 
print (df2) 

返回：

Shop_ID Item_ID Price 
0  1  1  6 
1  1  2  4 

---

更多详情

如果需要使用sort_values第一

s = (df1.sort_values(['Item_ID','Month']) 
     .drop_duplicates('Item_ID', keep='last') 
     .set_index('Item_ID')['Price']) 

意甲s看起来是这样的：

Item_ID 
1 6 
2 4 
Name: Price, dtype: int64