我是 Python 新手,需要帮助解决以下问题:
我有两个 csv 文件,分别名为 bib.csv 和 id.csv 。文件中最多包含 15,000 个数据。
bib.csv 看起来像:
WKT A_ID length
10 5 200
11 6 201
和 id.csv 看起来像:
Master_ID A_ID_1 A_ID_2
1 5 6
这两天我试图找到一个解决方案,通过 A_IDbib.csv 写入信息strong> 进入 id.csv
最后我会有两个 csv 文件,其中 length 和 WKT 将代替id.csv 中的 A_ID。 例如:
Master_ID A_ID_1 A_ID_2
1 200 201
和
Master_ID A_ID_1 A_ID_2
1 10 11
我知道在 Excel VBA 中执行此操作,但我想在 Python 中解决此问题。
我认为我最大的问题实际上是知道正确的搜索关键字来查找 Informationen。
使用 df.loc 我可以在列中找到值,但是如何将其写入 id.csv???
遍历所有行和列是否正确,或者是否有更好的方法来查找 A_ID、WKT/strong> 和 length 在 bib.csv 中。
提前致谢!
请您参考如下方法:
import pandas as pd
bib = pd.DataFrame({'WKT':[10,11,12], 'A_ID':[5,6,7], 'length':[200,201,202]})
# A_ID WKT length
# 0 5 10 200
# 1 6 11 201
# 2 7 12 202
ids = pd.DataFrame({'Master_ID':[1,2], 'A_ID_1':[5,5], 'A_ID_2':[6,7]})
# A_ID_1 A_ID_2 Master_ID
# 0 5 6 1
# 1 5 7 2
melted = pd.melt(ids, id_vars='Master_ID', value_name='A_ID')
merged = pd.merge(melted, bib).drop('A_ID', axis=1)
result = merged.pivot(index='Master_ID', columns='variable')
print(result['WKT'])
print(result['length'])
产量
variable A_ID_1 A_ID_2
Master_ID
1 10 11
2 10 12
variable A_ID_1 A_ID_2
Master_ID
1 200 201
2 200 202
作为michael_j_ward points out , 然后你可以使用
result['WKT'].to_csv('WKT.csv')
result['length'].to_csv('length.csv')
将 DataFrame 以 CSV 格式写入文件。
当盯着 bib 和 ids 时,很自然地想以某种方式将 bib['A_ID'] 与 ids[' A_ID_1'] 和 ids['A_ID_2']。 pd.merge 是合并两个具有共同值的 DataFrame 中的列的自然工具。
但随后我们遇到了第一个绊脚石——ids DataFrame 的值在两列中。我们希望它们只在一栏中。该问题的解决方案是使用 pd.melt 将 A_ID_1 和 A_ID_2 合并到一列(称为 A_ID , 下面):
In [187]: melted = pd.melt(ids, id_vars='Master_ID', value_name='A_ID'); melted
Out[187]:
Master_ID variable A_ID
0 1 A_ID_1 5
1 2 A_ID_1 5
2 1 A_ID_2 6
3 2 A_ID_2 7
现在我们可以将 melted 与 bib 合并:
In [191]: merged = pd.merge(melted, bib).drop('A_ID', axis=1); merged
Out[191]:
Master_ID variable WKT length
0 1 A_ID_1 10 200
1 2 A_ID_1 10 200
2 1 A_ID_2 11 201
3 2 A_ID_2 12 202
现在旋转产生:
In [189]: result = merged.pivot(index='Master_ID', columns='variable'); result
WKT length
variable A_ID_1 A_ID_2 A_ID_1 A_ID_2
Master_ID
1 10 11 200 201
2 10 12 200 202
