如何使用两个DF1列在DF2上创建新列

如何解决如何使用两个DF1列在DF2上创建新列

我有两个具有不同数据的数据帧，我需要根据在DF1的两列中获得的信息在DF2上添加一个新列。在下面的示例中，我需要检查两个DF中具有相同城市和DOB值的所有条目，并在DF1中添加一个新列，说是或否。

DF1:
City      DOB        Gender      Test
NYC   01/05/1990       F        Positive
NYC   01/06/1991       M        Negative
LA    12/01/1980       F        Negative
BOS   11/11/1987       M        Positive

DF2:
City      DOB        Gender
NYC   01/05/1990       F        
NYC   04/22/1980       M        
LA    12/01/1980       F        
BOS   07/18/1984       M 

所以我的输出是：

DF1'
City      DOB        Gender      Test        New_column
NYC   01/05/1990       F        Positive        YES
NYC   01/06/1991       M        Negative        NO
LA    12/01/1980       F        Negative        YES
BOS   11/11/1987       M        Positive        NO

我得到的最接近的代码是下面的代码，但是它仅在DF1列中搜索，而在另一列中不搜索（在我的情况下，它在具有相同DOB的所有条目中添加YES）。

df1.loc[(df1.City.isin(df2.City))&(df1.DOB.isin(df2.DOB)),'New_column'] = "YES"

有什么办法可以对付熊猫吗？我有一个非常大的数据集，这段代码将为我节省一些时间。

解决方法

您可以使用numpy.where

import numpy as np

rule = (df1["City"] == df2["City"]) & (df1["DOB"] == df2["DOB"])
df1["new_column"] = np.where(rule,"YES","NO")

print(df1)
  City         DOB Gender      Test new_column
0  NYC  01/05/1990      F  Positive        YES
1  NYC  01/06/1991      M  Negative         NO
2   LA  12/01/1980      F  Negative        YES
3  BOS  11/11/1987      M  Positive         NO

,

不确定数据的大小或数据的局限性，以及使用以下内容的解决方案：

df3 = (
    df2.set_index(["City","DOB"])
    .join(
        df1.set_index(["City","DOB"])
        .drop("Gender",axis="columns")
        .assign(
            new_column=list(
                itertools.islice(itertools.cycle(["yes","no"]),df1.shape[0])
            )
        )
    )
    .reset_index()
)

哪个输出：

  City         DOB Gender      Test new_column
0  NYC  01/05/1990      F  Positive        yes
1  NYC  04/22/1980      M       NaN        NaN
2   LA  12/01/1980      F  Negative        yes
3  BOS  07/18/1984      M       NaN        NaN

,

您可能会很有趣，可以直接比较这两列数据框的子集，然后将boolean值的总和与等于2的条件相加。然后，将布尔值替换为{{1} }或Yes。这种方法假定值的顺序和长度相同。

No