2

Tengo dos dataframes con los mismos nombres en sus columnas pero diferentes tamaños:

DF1 (10x3)

Fecha        Cliente     ID 
---------------------------   
12-03-2020    Prada     AAA   
22-04-2020    Coutine   BBB
02-02-2020    MarioG    CCC
15-11-2020    Sublime   DDD
19-08-2020    Sublime   EEE
23-04-2020    Prada     FFF
30-07-2020    MarioG    GGG
11-10-2020    MarioG    HHH
07-03-2020    Prada     III
06-01-2020    Prada     JJJ

DF2 (5x3)

Fecha        Cliente     ID 
---------------------------   
17-03-2020    MarioG    CCC   
25-05-2020    Sublime   EEE
04-02-2020    Prada     AAA 
15-10-2020    Sublime   DDD
30-08-2020    Coutine   BBB

Lo que necesito es generar una columna en el DF1 llamada "Estatus", que diga "Si" o "So" esta presente el ID del DF2, por ejemplo, el resultado seria:

DF1

Fecha        Cliente     ID  Estatus
------------------------------------   
12-03-2020    Prada     AAA     Si
22-04-2020    Coutine   BBB     Si
02-02-2020    MarioG    CCC     Si
15-11-2020    Sublime   DDD     Si
19-08-2020    Sublime   EEE     Si
23-04-2020    Prada     FFF     No
30-07-2020    MarioG    GGG     No
11-10-2020    MarioG    HHH     No
07-03-2020    Prada     III     No
06-01-2020    Prada     JJJ     No

He intentado lo siguiente:

DF1["Estatus"] = ["Si" if DF1["ID"].values == DF2["ID"].values else "No" for x in  DF1["ID"]] 

Pero me da error de longitudes o dimensiones de los dataframe.

¿Alguna recomendación para tratar este problema?

Gracias.

2 respuestas 2

2

La forma correcta y creo que más fácil de hacerlo sería usar el método isin() de un DataFrame el cual comprueba si un dato se encuentra en un DataFrame o en una de sus columnas. la sintaxis es: df.isin(value). Esto nos indica las pociciones en la que se encuentra y muchas veces se utiliza para hacer filtros pero nosotros queremos evaluar una sentencia booleana. Si hacemos directamente lo otro nos lanzará un error de ambigüedad The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all(). Para evitar eso y obtener su valor booleano utilizaremos el método any().

df1["status"] = df1.apply(lambda x: "si" if df2["ID"].isin(x).any() else "no",axis=1)
print(df1)

El método apply() se utiliza para aplicarle cualquier cosa, en este caso una función lambda y le decimos que retorne si encaso cumpla la condición y no en caso no la cumpla. El parámetro axis indica que iteraremos en las columnas y x (de la función lambda) tomará el valor de cada columna.

resultado

Fecha Cliente ID status
0 12-03-2020 Prada AAA si
1 22-04-2020 Coutine BBB si
2 02-02-2020 MarioG CCC si
3 15-11-2020 Sublime DDD si
4 19-08-2020 Sublime EEE si
5 23-04-2020 Prada FFF no
6 30-07-2020 MarioG GGG no
7 11-10-2020 MarioG HHH no
8 07-03-2020 Prada III no
9 06-01-2020 Prada JJJ no
1
0

Otra opción es usar pd.merge + DataFrame.dropna(axis=1) + Series.map().

Hacemos un merge de df1 y df2 por la columna ID, nota que df1 está al lado izquierdo del merge. Con indicator=True el merge nos trae una nueva columna llamada _merge, la cual nos inidica si ID está en ambos dataframes (valor 'both') o solo en el dataframe izquierdo (valor 'left_only'). Recordemos que el dataframe del lado izquierdo es df1. Ya con esto, solo nos queda renombrar dicha columna por Estatus (usando el metodo rename) y cambiar los valores 'both' por 'si' y 'left_only' por 'no', para esto último es que usamos el metodo map().

df1 = pd.merge(df1, df2, how='left', on=['ID'], suffixes=('', '_y'), indicator=True).dropna(axis=1).rename(columns={'_merge': 'Estatus'})
df1['Estatus'] = df1['Estatus'].map({'both': 'si', 'left_only': 'no'})
print(df1)

Salida:

       Fecha    Cliente     ID  Estatus
0   12-03-2020  Prada       AAA     si
1   22-04-2020  Coutine     BBB     si
2   02-02-2020  MarioG      CCC     si
3   15-11-2020  Sublime     DDD     si
4   19-08-2020  Sublime     EEE     si
5   23-04-2020  Prada       FFF     no
6   30-07-2020  MarioG      GGG     no
7   11-10-2020  MarioG      HHH     no
8   07-03-2020  Prada       III     no
9   06-01-2020  Prada       JJJ     no

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.