熊猫：有条件地匹配较小数据帧中的行

Question

（更新：添加了所需的数据帧）

首先，我有理由相信我在几年前找到了这个问题的解决方案，但是我没有能够重新找到那个解决方案。

能够解决类似问题，但不能解决我的特定问题的问题包括:

• 有效地选择与Pandas DataFrame中的多个值之一匹配的行
• 有效地将基于索引值的计算行添加到熊猫DataFrame
• 比较Python Pandas DataFrames是否匹配行

假设我有一个数据框，其中包含我正在处理的列：

big = pd.DataFrame({'match_1': [11, 12, 51, 52]})
big
   match_1
0       11
1       12
2       51
3       52

我还有一个更小的数据框架，理论上，它将一些条件语句映射到所需的值:

# A smaller dataframe that we use to map values into the larger dataframe
small = pd.DataFrame({'is_even': [True, False], 'score': [10, 200]})
small
  is_even  score
0    True     10
1   False    200

这里的目标是使用条件语句将大中的每一行与小中的单行匹配。假设小的构造使得大中的每一行总是有一个，并且只有一个匹配。（如果小中必须有多行匹配，只需选择第一个。）

期望的输出类似于:

desired = pd.DataFrame({'match_1': [11, 12, 51, 52], 'metric': [200, 10, 200, 10]})
desired
 match_1  metric
0       11     200
1       12      10
2       51     200
3       52      10

我很确定语法看起来类似于：

big['score'] = small.loc[small['is_even'] == ( (big['match_1'] / 2) == 0), 'score']

这样不行，因为< code>small['is_even']是长度为2的数列，而< code >((big[' match _ 1 ']/2)= = 0)是长度为4的数列。我要做的是，对于< code>big中的每一行，找到< code>small中基于条件匹配的一行。

如果我可以得到一个序列，其中包含与大中的每一行匹配的小中的正确行，那么我可以执行以下操作：

`big['score'] = small.loc[matching_rows, 'score']

我的问题是：如何生成序列匹配行？

如果＜code＞big＜/code＞和＜code＞small＜/code＞中的列仅在常量值上匹配，这将是＜code＞大的直接使用。merge（）或大。groupby（），但是，在我的例子中，映射可以是任意复杂的布尔条件，例如：

(big['val1'] > small['threshold']) & (big['val2'] == small['val2']) & (big['val3'] > small['min_val']) & (big['val3'] < small['max_val'])

依赖于 isin（）、any（） 等的解决方案不起作用，因为条件检查可以任意复杂。

我当然可以创建一个函数，将＜code＞apply（）

答案可能归结为“计算一些中间列，直到您可以进行简单的合并”或“只需使用< code>apply()，但是我敢发誓，有一种方法可以做到我上面所描述的。

Answer 1

您可以用True和False对< code>small进行索引，然后直接执行< code >。ix在上面查找。不确定它是否比中间列/合并更整洁:

In [127]: big = pd.DataFrame({'match_1': [11, 12, 51, 52]})

In [128]: small = pd.DataFrame({'score': [10, 200]}, index=[True, False])

In [129]: big['score'] = small.ix[pd.Index(list(big.match_1 % 2 == 0))].score.values

In [130]: big
Out[130]:
   match_1  score
0       11    200
1       12     10
2       51    200
3       52     10

Answer 2

一种方法是使用< code>merge，其中< code>on_left不是一个列，而是一个键向量。通过将< code>small的索引设置为< code>is_even，事情变得更简单:

>>> small.set_index('is_even', inplace=True)
>>> condition = big['match_1'] % 2 == 0
>>> pd.merge(big, small, left_on=condition, right_index=True, how='left')
   match_1  score
0       11    200
1       12     10
2       51    200
3       52     10