0

Estoy intentando crear una nueva columna en df1=pd.DataFrame() (de gran tamaño):

A B
1 g
2 d
1 d
3 h

donde, cuando se cumpla una condición a través de np.where(df1.A==1,), busque el valor de B en df2=pd.Dataframe()

B C
g r4
d o4
h i7
m z1

, arrojandome el valor de la columna C en el caso que corresponda, y caso contrario sea 0.

Es decir, mi resultado deseado es:

A B C
1 g r4
2 d 0
1 d o4
3 h 0
0

2 respuestas 2

2

Buen día,

Tal como comentó @Abulafia (Pero no lo incluyó en su respuesta), esto se resuelve muy fácilmente con un pandas.DataFrame.join.

Lo único que hay que hacer es utilizar la columna "B" del segundo dataframe como índice al hacer el join y esto copiará todos los valores de "C" en el primer dataframe. Ojo, esto incluye las filas donde "A" es igual a 2.

Para únicamente dejar los valores de "C" cuando "A" == 1 utilizamos pandas.DataFrame.loc.

Ejemplo:

import pandas as pd

df1 = pd.DataFrame({'A': [1,2,1,2], 'B':['g','d','d','h']})
df2 = pd.DataFrame({'B': ['g','d','h','m'], 'C': ['r4', 'o4', 'i7', 'z1']})

# Creamos un join de df2 en df1
df1 = df1.join(df2.set_index('B'), on='B')

# Seleccionamos las filas donde A es diferente de 1
# y asignamos 0 en la columna C
df1.loc[df1['A'] != 1, 'C'] = 0
print(df1)

Esto imprime el siguiente dataframe:

   A  B   C
0  1  g  r4
1  2  d   0
2  1  d  o4
3  2  h   0
3
  • 1
    ¡Eso era lo que yo tenía en la punta de la lengua! :-) Pero yo añadiría al final un df1.C.fillna() para cubrir el caso en que haya una fila en que A=1, pero el valor de B no esté en el otro dataframe, por ejemplo que el B de la tercera fila valga "j" (lo que produciría un NaN en C)
    – abulafia
    Commented el 1 mar. 2023 a las 8:56
  • El fillna yo lo agregaría directamente en la fila del join para no tener una línea de código extra, pero no lo puse porque desconozco las intenciones del OP. Commented el 2 mar. 2023 a las 0:52
  • Las intenciones estan en el enunciado, copiar el valor de C "en el caso de que corresponda y en caso contrario sea 0" Yo me refería a usar fillna(0)
    – abulafia
    Commented el 2 mar. 2023 a las 6:47
0

La solución que se me ha ocurrido es bastante compleja, y no dejo de pensar que lo que buscas se parece a un .join(), pero no acabo de verlo.

Lo que se me ha ocurrido es lo siguiente:

# Primero extraemos de df1 los valores de la columna "B" 
# para las filas en que la columna "A" vale 1
seleccion = df1[(df1.A==1)].B

# Ahora buscamos en df2 esos valores en la columna "B" 
# y extraemos los correspondientes valores de "C"
# Para esto, temporalmente usamos "B" como index en df2
result = df2.set_index("B").loc[seleccion.tolist()].C

# Ahora asignamos en df1, en las filas antes encontradas
# por la "selección", y en una nueva columna "C" los valores
# que hemos encontrado en el paso anterior
df1.loc[seleccion.index, "C"] = result.values

# Esto solo asigna las filas indicadas, dejando el resto con NaN
# por lo que finalmente rellenamos con ceros esos NaN
df1["C"] = df1["C"].fillna(0)

Ejecutando ésto sobre tus dataframe de ejemplo sale el resultado que buscabas:

   A  B   C
0  1  g  r4
1  2  d   0
2  1  d  o4
3  3  h   0

pero no estoy del todo seguro de si funcionará en casos más generales. Por ejemplo, fallará si alguno de los valores de B buscados en df2 no apareciera (por ejemplo, que df1 contuviera una "j" en la columna "B", tercera fila)

Tu Respuesta

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

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