Tengo dos marcos de datos como se indica a continuación:

dfA = 
Country      City           Pop
US           Washington     1000
US           Texas          5000
CH           Geneva         500
CH           Zurich         500


dfB = 
Country      City           Density (pop/km2)
US           Washington     10
US           Texas          50
CH           Geneva         5
CH           Zurich         5

Lo que quiero es comparar las columnas Country y City de ambos marcos de datos, y cuando coinciden, como por ejemplo:

US Washington & US Washington en ambos marcos de datos, toma el valor Pop y lo divide por Density, para obtener una nueva columna area en dfB con la división resultante. Ejemplo de resultados de la primera fila dfB['area km2'] = 100

He intentado con np.where() pero no funciona. ¿Alguna pista sobre cómo lograr esto?

python python-3.x pandas numpy
2
user143853 4 oct. 2019 a las 19:47

3 respuestas

La mejor respuesta

También puede usar merge para combinar los dos marcos de datos y dividir como de costumbre:

dfMerge = dfA.merge(dfB, on=['Country', 'City'])
dfMerge['area'] = dfMerge['Pop'].div(dfMerge['Density (pop/km2)'])
print(dfMerge)

Salida:

  Country        City   Pop  Density (pop/km2)   area
0      US  Washington  1000                 10  100.0
1      US       Texas  5000                 50  100.0
2      CH      Geneva   500                  5  100.0
3      CH      Zurich   500                  5  100.0
0
Quang Hoang 4 oct. 2019 a las 17:02

Usando coincidencia de índice y div

match_on = ['Country', 'City']
dfA = dfA.set_index(match_on)
dfA.assign(ratio=dfA.Pop.div(df.set_index(['Country', 'City'])['Density (pop/km2)']))

Country  City      
US       Washington    100.0
         Texas         100.0
CH       Geneva        100.0
         Zurich        100.0
dtype: float64
2
rafaelc 4 oct. 2019 a las 17:13

También puedes usar fusionar como a continuación

dfB["Area"] = dfB.merge(dfA, on=["Country", "City"], how="left")["Pop"] / dfB["Density (pop/km2)"]
dfB
0
Dev Khadka 4 oct. 2019 a las 17:01
58240371

Preguntas relacionadas

15 Seleccionar múltiples columnas en un marco de datos de pandas
23 Agregar una nueva columna al DataFrame existente en los pandas de Python
10 Eliminar columna de pandas DataFrame
13 Cómo soltar filas de Pandas DataFrame cuyo valor en una columna determinada es NaN
9 ¿Cómo seleccionar filas de un DataFrame basado en valores de columna?
9 Eliminar fila de DataFrame en Pandas según el valor de la columna
19 Obtener la lista de encabezados de columna de pandas DataFrame

Nuevas preguntas

5 Pasar argumentos funcionales a través del operador ternario en Python
2 la subclasificación de la clase de modelo y la API funcional del modelo dan diferentes resultados en tensorflow
2 Python: crea objetos de una clase sin repetirme al crear
4 Imprima números en una cadena en un formato específico usando Python
3 Encuentre el número menos frecuente en una matriz NumPy
4 Python Pandas cambia los valores de una condición
2 Las columnas de Pandas creadas funcionan en columnas ordenadas por Groupby
2 Pandas rodando máximo para datos de series temporales
5 Agregar en condición
2 Cómo adjuntar el usuario que ha iniciado sesión actual al objeto cuando el objeto se crea desde el administrador de django
Nuevas preguntas con la etiqueta python >

python

Python es un lenguaje de programación multipropósito, de tipificación dinámica y de múltiples paradigmas. Está diseñado para ser rápido de aprender, comprender y usar, y hacer cumplir una sintaxis limpia y uniforme. Tenga en cuenta que Python 2 está oficialmente fuera de soporte a partir del 01-01-2020. Aún así, para preguntas de Python específicas de la versión, agregue la etiqueta [python-2.7] o [python-3.x]. Cuando utilice una variante de Python (por ejemplo, Jython, PyPy) o una biblioteca (por ejemplo, Pandas y NumPy), inclúyala en las etiquetas.

Más sobre python...