我有一个数据帧，它有两列level1和level2。级别1中的每个帐号都链接到列级别2中的ParentID。对于以"；8409"；在列"；级别1"；其中一些被映射到级别2中错误的ParentID。为了找到正确的ParentID，你需要在级别1中搜索，在那里你替换所有以"结尾的帐户；8409"；用"；8400"；。然后，它将在同一列中找到其等效帐户。在找到匹配的地方，复制列"中的内容；级别2"；并将其替换为以"；8409"；。
import pandas as pd
import numpy as np
df = pd.DataFrame([[7854568400,489],
[9632588400,126],
[3699633691,189],
[9876543697,987],
[1111118409,987],
[7854568409,396],
[7854567893,897],
[9632588409,147]],
columns = ['level1','level2'])
df
下面的解决方案允许创建一个新的列"；new_level2"；以解决上述问题。
maps = df.set_index('level1')['level2']
s = df['level1'].astype(str).str.replace('8409$', '8400', regex=True).astype('int64')
df['new_level2'] = s.map(maps).combine_first(df['level2']).convert_dtypes()
在下面的输出中，account"；7854568409〃；其级别2从396变为489(取自第0行(；9632588409"；其级别2从147变为126(取自第1行(。
level1 level2 new_level2
0 7854568400 489 489
1 9632588400 126 126
2 3699633691 189 189
3 9876543697 987 987
4 1111118409 987 987
5 7854568409 396 489
6 7854567893 897 897
7 9632588409 147 126
然而，当我将上面的解决方案应用于其他变量时，这就是我遇到问题的地方，主要是当我将货币添加到数据帧时。级别2值的替换仅适用于美元，所有其他货币都需要在级别2列中保留其当前值。
旧DF
df = pd.DataFrame([['USD',7854568400,489],
['USD',9632588400,126],
['USD',3699633691,189],
['USD',9876543697,987],
['EUR',1111118409,987],
['USD',1111118409,987],
['USD',7854568409,396],
['USD',7854567893,897],
['USD',9632588409,147]],
columns = ['cur','level1','level2'])
df
修订DF
df = pd.DataFrame([['USD',7854568400,489],
['USD',9632588400,126],
['USD',3699633691,189],
['USD',9876543697,987],
['EUR',1111118400,120],
['EUR',1111118409,987],
['USD',1111118409,987],
['USD',7854568409,396],
['USD',7854567893,897],
['USD',9632588409,147]],
columns = ['cur','level1','level2'])
当我试图将上面的解决方案应用于包含货币的新数据帧时，我得到了以下错误。InvalidIndexError: Reindexing only valid with uniquely valued Index objects
值得注意的是，不同货币之间可以有相同的账号。
所需输出低于。只有2个账户(9632588409和7854568409(的级别2发生了变化。指数4和5应保留其原始的2级价值，因为它们是欧元，不在范围内；指数6应保留其初始价值，因为找不到该账户的相应匹配项，因此保留其原始价值。
cur level1 level2 new_level2
0 USD 7854568400 489 489
1 USD 9632588400 126 126
2 USD 3699633691 189 189
3 USD 9876543697 987 987
4 EUR 1111118400 120 120
5 EUR 1111118409 987 987
6 USD 1111118409 987 987
7 USD 7854568409 396 489
8 USD 7854567893 897 897
9 USD 9632588409 147 126
非常感谢您的帮助。
df = pd.DataFrame([['USD',7854568400,489],
['USD',9632588400,126],
['USD',3699633691,189],
['USD',9876543697,987],
['EUR',1111118400,120],
['EUR',1111118409,987],
['USD',1111118409,987],
['USD',7854568409,396],
['USD',7854567893,897],
['USD',9632588409,147]],
columns = ['cur','level1','level2'])
df['level1'] = df['level1'].astype(str).str.replace('8409$', '8400', regex=True).astype('int64')
df['new_col'] = df.where(df['cur'] == 'USD').groupby(['level1', 'cur'])['level2']
.transform('first').fillna(df['level2']).astype(int)
print(df)
cur level1 level2 new_col
0 USD 7854568400 489 489
1 USD 9632588400 126 126
2 USD 3699633691 189 189
3 USD 9876543697 987 987
4 EUR 1111118400 120 120
5 EUR 1111118400 987 987
6 USD 1111118400 987 987
7 USD 7854568400 396 489
8 USD 7854567893 897 897
9 USD 9632588400 147 126