Je viens d'un background SQL et je suis nouveau en python. J'essaie de trouver comment résoudre ce problème particulier depuis un certain temps maintenant et je suis incapable de trouver quoi que ce soit.
Voici mes dataframes
`ValueError: operands could not be broadcast together with shapes (6,) (3,) (6,)`
Résultats à ceci:
df['like_flg'] = np.where(df['First_name'].str.startswith(tuple(list(df_2['name']))), tuple(list(df_2['name'])), df['First_name'])
Ce code m'aide à identifier dans df quel prénom commence par un tuple de df_2
First_name like_flg 0 Jon Jo 1 Bill Bi 2 Billing Bi 3 Maria Ma 4 Martha Ma 5 Emma Emma
résultats à ceci:
First_name like_flg 0 Jon true 1 Bill true 2 Billing true 3 Maria true 4 Martha true 5 Emma Emma
Je voudrais que la sortie finale du dataframe soit définissez like_flg sur la valeur du tuple dans lequel le champ First_name est comparé conditionnellement. Voir ci-dessous pour la sortie finale souhaitée:
df['like_flg'] = np.where(df['First_name'].str.startswith(tuple(list(df_2['name']))), 'true', df['First_name'])
Voici ce que j'ai essayé jusqu'à présent
First_name 0 Jon 1 Bill 2 Billing 3 Maria 4 Martha 5 Emma name 0 Jo 1 Bi 2 Ma
entraîne cette erreur:
from pandas import DataFrame
import numpy as np
Names1 = {'First_name': ['Jon','Bill','Billing','Maria','Martha','Emma']}
df = DataFrame(Names1,columns=['First_name'])
print(df)
names2 = {'name': ['Jo', 'Bi', 'Ma']}
df_2 = DataFrame(names2,columns=['name'])
print(df_2)
J'ai également essayé d'aligner les deux dataframes, mais cela ne fonctionnera pas pour le cas d'utilisation que j'essaie de réaliser.
Existe-t-il un moyen d'aligner conditionnellement les dataframes pour remplir les colonnes commençant par le tuple?
Je pense que le problème auquel je suis confronté est que le tuple ou le dataframe que j'utilise comme comparaison n'est pas de la même taille que le dataframe auquel je veux ajouter le tuple. Veuillez voir ci-dessus pour le résultat souhaité.
Merci à tous d'avance!
3 Réponses :
Vous pouvez utiliser np.where,
df['like_flg'] = np.where(df.First_name.str[:2].isin(df_2.name), df.First_name.str[:2], df.First_name)
First_name like_flg
0 Jon Jo
1 Bill Bi
2 Billing Bi
3 Maria Ma
4 Martha Ma
5 Emma Emma
trouver un alt :-)
ah, donc celui-ci compare essentiellement une sous-chaîne de la colonne First_name. J'ai accepté la réponse @ALollz car elle est plus flexible, merci pour la réponse!
@ noypikobe24 s'ils sont tous 2 caractères bien que je pense que cette solution est plus appropriée et probablement beaucoup plus rapide.
Si vos chaînes de départ diffèrent en longueur, vous pouvez utiliser .str.extract
First_name like_flag 0 Jon Jo 1 Bill Bi 2 Billing Bi 3 Maria Mar 4 Martha Mar 5 Emma Emma
J'ai modifié df_2 en être
name 0 Jo 1 Bi 2 Mar
qui mène à:
df['like_flag'] = df['First_name'].str.extract('^('+'|'.join(df_2.name)+')')
df['like_flag'] = df['like_flag'].fillna(df.First_name) # Fill non matches.
Ce joli :-)
Faites avec numpy find
df['New']=df_2.name.dot((np.char.find(v,s[:,None])==0)) df.loc[df['New']=='','New']=df.First_name df First_name New 0 Jon Jo 1 Bill Bi 2 Billing Bi 3 Maria Ma 4 Martha Ma 5 Emma Emma
Ensuite, nous le réattribuons
v=df.First_name.values.astype(str) s=df_2.name.values.astype(str) df_2.name.dot((np.char.find(v,s[:,None])==0)) array(['Jo', 'Bi', 'Bi', 'Ma', 'Ma', ''], dtype=object)
df_2est-il toujours seulement 2 caractères, ou peut-il être plus / moins?