python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Pandas 更新子表指定列

Pandas利用主表更新子表指定列小技巧

作者:袁袁袁袁满

本文主要介绍了Pandas利用主表更新子表指定列小技巧,通过创建主表和子表的DataFrame对象,并使用映射字典进行数据关联和更新,实现了从主表到子表的同步操作,下面就来介绍一下,感兴趣的可以了解一下

一、前言

工作的小技巧,利用pandas读取主表和子表,利用主表的指定列,更新子表的指定列。

案例:

主表:
   uid name
0  101   小白
1  102   小红
2  103   小蓝

子表:
  name zb_uid
0   小白   None
1   小红   None
2   小绿   None

需求:主表的name列数据和子表name列数据数据相同时,将 主表对应的 uid 赋值给 子表的 zb_uid

二、基本案例

1. 创建主表数据

import pandas as pd

# 主表示例数据
data_sheet = {
    'uid': [101, 102, 103],
    'name': ['小白', '小红', '小蓝'],
}
df_sheet = pd.DataFrame(data_sheet)
print('主表:')
print(df_sheet)

2. 创建映射字典

# 创建一个映射字典,将 name 映射到 uid
name_uid_map = df_sheet.set_index('name')['uid'].to_dict()
print('映射字典:',name_uid_map)

3. 创建子表数据

# 子表示例数据
data_sheet1 = {
    'name': ['小白', '小红', '小绿'],
    'zb_uid': [None,None,None]
}
df_sheet1 = pd.DataFrame(data_sheet1)
print('子表:')
print(df_sheet1)

4. 更新子表的 zb_uid 列

# 更新子表的 zb_uid 列
df_sheet1['zb_uid'] = df_sheet1['name'].map(name_uid_map).fillna(df_sheet1['zb_uid'])

5. 完整代码

import pandas as pd


# 主表示例数据
data_sheet = {
    'uid': [101, 102, 103],
    'name': ['小白', '小红', '小蓝'],
}
df_sheet = pd.DataFrame(data_sheet)
print('主表:')
print(df_sheet)
# 创建一个映射字典,将 name 映射到 uid
name_uid_map = df_sheet.set_index('name')['uid'].to_dict()
print('映射字典:',name_uid_map)


# 子表示例数据
data_sheet1 = {
    'name': ['小白', '小红', '小绿'],
    'zb_uid': [None,None,None]
}
df_sheet1 = pd.DataFrame(data_sheet1)
print('子表:')
print(df_sheet1)

# 更新子表的 zb_uid 列
df_sheet1['zb_uid'] = df_sheet1['name'].map(name_uid_map).fillna(df_sheet1['zb_uid'])

print("更新后的子表:")
print(df_sheet1)

运行结果:

主表:
   uid name
0  101   小白
1  102   小红
2  103   小蓝
子表:
  name zb_uid
0   小白   None
1   小红   None
2   小绿   None
映射字典: {'小白': 101, '小红': 102, '小蓝': 103}
更新后的子表:
  name  zb_uid
0   小白   101.0
1   小红   102.0
2   小绿     NaN

6. 总结

这段代码的主要功能是根据主表中姓名和 uid 的对应关系,更新子表中 zb_uid 列的值。如果子表中的姓名在主表中存在,就用对应的 uid 填充 zb_uid;如果不存在,则保持 zb_uid 为空。

三、升级案例

在基本案例的基础上,根据名字和拼音的映射字典,更新主表和子表的name字段:

import pandas as pd


def get_namePingyingMap():
	// 下面方式是手动建映射字典,当然如果你有数据库也可以从数据库读取然后建映射字典
    name_pingying_map = {'小白':'xiaobai','小红':'xiaohong','小蓝':'xiaolan','小绿':'xiaolù'}
    print('name_pingying_map映射字典:', name_pingying_map)

    return name_pingying_map


# 主表示例数据
data_sheet = {
    'uid': [101, 102, 103],
    'name': ['小白', '小红', '小蓝'],
}
df_sheet = pd.DataFrame(data_sheet)
print('主表:')
print(df_sheet)
# 更新主表的 name 列
name_pingying_map = get_namePingyingMap()
df_sheet['name'] = df_sheet['name'].map(name_pingying_map).fillna(df_sheet['name'])
print("更新后的主表:")
print(df_sheet)
# 创建一个映射字典,将 name 映射到 uid
name_uid_map = df_sheet.set_index('name')['uid'].to_dict()
print('name_uid_map映射字典:',name_uid_map)

# 子表示例数据
data_sheet1 = {
    'name': ['小白', '小红', '小绿'],
    'zb_uid': [None,None,None]
}
df_sheet1 = pd.DataFrame(data_sheet1)
print('子表:')
print(df_sheet1)

# 更新子表的 name 列
df_sheet1['name'] = df_sheet1['name'].map(name_pingying_map).fillna(df_sheet1['name'])
# 更新子表的 zb_uid 列
df_sheet1['zb_uid'] = df_sheet1['name'].map(name_uid_map).fillna(df_sheet1['zb_uid'])

print("更新后的子表:")
print(df_sheet1)

运行结果:

主表:
   uid name
0  101   小白
1  102   小红
2  103   小蓝
name_pingying_map映射字典: {'小白': 'xiaobai', '小红': 'xiaohong', '小蓝': 'xiaolan', '小绿': 'xiaolù'}
更新后的主表:
   uid      name
0  101   xiaobai
1  102  xiaohong
2  103   xiaolan
name_uid_map映射字典: {'xiaobai': 101, 'xiaohong': 102, 'xiaolan': 103}
子表:
  name zb_uid
0   小白   None
1   小红   None
2   小绿   None
更新后的子表:
       name  zb_uid
0   xiaobai   101.0
1  xiaohong   102.0
2    xiaolù     NaN

到此这篇关于Pandas利用主表更新子表指定列小技巧的文章就介绍到这了,更多相关Pandas 更新子表指定列内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文