我目前正在尝试使用另一个 DataFrame 和一系列来替换 DataFrame 的信息以进行模拟分析。
玩具示例如下
A为用户信息DataFrame,B为服务信息DataFrame,C为用户是否更换服务的系列信息。
TableA (user's current service info):
cost location
John 100 Tokyo
Tom 50 Seoul
Andy 50 Seoul
Mark 80 Seoul
TableB (service info):
cost location
premium_T 100 Tokyo
basic_T 60 Tokyo
premium_S 80 Seoul
basic_S 50 Seoul
Table C (service change info):
change
John no
Tom no
Andy premium_S
Mark basic_S
使用上述数据,我想更改表 A 中的信息,使用表 B 和 C 中的数据。换句话说,我希望:
TableA' (modified user's service info):
cost location
John 100 Tokyo
Tom 50 Seoul
Andy 80 Seoul
Mark 50 Seoul
我使用的代码是:
TableA = pd.DataFrame(index = ['John', 'Tom', 'Andy', 'Mark'],
data = {'cost': [100,50,50,80],
'location': ['Tokyo', 'Seoul', 'Seoul', 'Seoul']})
TableB = pd.DataFrame(index = ['premium_T', 'basic_T', 'premium_S', 'basic_S'],
data = {'cost': [100, 60, 80, 50],
'location': ['Tokyo','Tokyo','Seoul','Seoul']})
TableC = pd.Series( ['no', 'no', 'premium_S', 'basic_S'], index = ['John', 'Tom', 'Andy', 'Mark'])
customer_list = TableA.index.tolist()
for k in customer_list:
if TableC.loc[k] != 'no':
TableA.loc[k] = TableB.loc[TableC.loc[k]]
该代码有效,并提供了我想要的结果。
但是,我必须重复为一个非常大的数据集做这样的工作,我需要更快的方法来做这样的替换。
有任何想法吗?我认为重复使用.loc
是问题所在,但我还没有找到可能的解决方案。我看过pd.update()
or pd.replace()
,但它似乎不是我想要的。