假設我有以下資料框：
ID Country Employee Location
1 AE Jay AAA
2 AE Mary aa
3 AE Peter bbb
3 AE Peter ddd
6 DK Donk ddd
7 CZ Cesar fff
7 CZ Cesar GGg
7 CZ Cesar
8 CZ Carlos #
我需要使用以下資料框來確認位置值是否有效（根據其國家/地區）并創建一個名為“舊位置名稱”的額外列，其中包含以下內容：
如果值與查找資料框匹配（無論是否大寫），請添加到“舊位置名稱”列“正確值”
如果 Location 的值不正確，請將先前在“Location”列中使用的值添??加到“Legacy Location Name”，并在“Location”中添加查找資料幀的現有位置的第一個值
如果 Location 的值為空（如倒數第二行），將值“LOCATION NOT PROVIDED”添加到“Legacy Location Name”，并在“Location”中添加查找資料幀的現有位置的第一個值
查找df：
Country Location
AE bbb
AE aaa
AE ccc
DK ddd
DK eee
DK fff
CZ ggg
CZ hhh
預期產出
ID Country Employee Location Legacy Location
1 AE Jay AAA CORRECT VALUE
2 AE Mary bbb aa
3 AE Peter bbb CORRECT VALUE
3 AE Peter bbb ddd
6 DK Donk ddd CORRECT VALUE
7 CZ Cesar ggg fff
7 CZ Cesar GGg CORRECT VALUE
7 CZ Cesar LOCATION NOT PROVIDED
8 CZ Carlos ggg #
實作它的最佳方法是什么？
謝謝！
uj5u.com熱心網友回復：
并不復雜，但需要很多步驟：
s = (lookup_df.drop_duplicates('Country')
.set_index('Country')['Location']
)
out = (df
# handle location independently of case
.assign(Location=df['Location'].str.casefold())
# identify the correct values by merging
.merge(lookup_df.assign(**{'Legacy Location': 'CORRECT VALUE'}),
how='left')
# replace invalid locations
.assign(**{'Location': lambda d: df['Location'].mask(d['Legacy Location'].isna()).fillna(df['Country'].map(s).mask(df['Location'].isna())),
# add previous invalid locations
'Legacy Location': lambda d: d['Legacy Location'].fillna(df['Location'].fillna('LOCATION NOT PROVIDED'))})
)
print(out)
注意。為簡單起見，假設所有空單元格都是 NaN。
輸出：
ID Country Employee Location Legacy Location
0 1 AE Jay AAA CORRECT VALUE
1 2 AE Mary bbb aa
2 3 AE Peter bbb CORRECT VALUE
3 3 AE Peter bbb ddd
4 6 DK Donk ddd CORRECT VALUE
5 7 CZ Cesar ggg fff
6 7 CZ Cesar GGg CORRECT VALUE
7 7 CZ Cesar NaN LOCATION NOT PROVIDED
8 8 CZ Carlos ggg #
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/505739.html
下一篇：將資料框行設定為第二個標題