>输入:
df1=pd.DataFrame({
"BusId":['abc1','abc2','abc3'],
"Fair Increase":[2,3,5]
})
df2=pd.DataFrame({
'BusId':['abc1','abc2','abc3','abc4','abc5'],
"Fair":[5,6,7,8,9]
})
只需要计算 df2 上 df1 中存在的总线 ID。
计算增加的公平性 在 df2 中公平 + 在 df1 中公平增加
预期输出:
BusId Fair Increased Fair
abc1 5 7
abc2 6 9
abc3 7 12
您可以将map
与字典查找一起使用
m = dict(df2.values)
df1.assign(**{'Increased Fair': df1.BusId.map(m) + df1['Fair Increase']})
BusId Fair Increase Increased Fair
0 abc1 2 7
1 abc2 3 9
2 abc3 5 12
您可以使用df.merge
合并 df2 和 df2,创建新列Increased Fair
并删除旧列Fair Increase
>>> df3 = df2.merge(df1).set_index('BusId')
>>> df3['Increased Fair'] = df3['Fair'] + df3['Fair Increase']
>>> del df3['Fair Increase']
>>> df3
Fair Increased Fair
BusId
abc1 5 7
abc2 6 9
abc3 7 12