pandas“DataFrame”对象没有属性“map”

我有两个 df - df_a 和 df_b，

# df_a
number    cur    code
1000      USD    700
2000      USD    800
3000      USD    900

# df_b
number    amount    deletion code
1000      0.0       L        700
1000      10.0      X        700
1000      10.0      X        700
2000      20.0      X        800
2000      20.0      X        800
3000      0.0       L        900
3000      0.0       L        900

我想离开合并df_a with df_b,

df_a = df_a.merge(df_b.loc[df_b.deletion != 'L'], how='left', on=['number', 'code'])

并且创建一个名为deleted在合并结果中df_a，具有三个可能的值 - 完整、部分和无；

full- 如果所有行都与特定的number值，有deletion = L;

partial- 如果某些行与特定的number值，有deletion = L;

none- 没有与特定关联的行number值，有deletion = L;

此外，在进行合并时，来自的行df_b with deletion= L 不应考虑；所以结果看起来像

 number    amount    deletion    deleted    cur    code
 1000      10.0      X           partial    USD    700
 1000      10.0      X           partial    USD    700
 2000      20.0      X           none       USD    800
 2000      20.0      X           none       USD    800
 3000      0.0       NaN         full       USD    900

I tried,

g = df_b['deletion'].ne('L').groupby([df_b['number'], df_b['code']])
m1 = g.any()
m2 = g.all()

d1 = dict.fromkeys(m1.index[m1 & ~m2], 'partial')
d2 = dict.fromkeys(m2.index[m2], 'full')

d = {**d1, **d2}
df_a = df_a.merge(df_b.loc[df_b.deletion != 'L'], how='left', on=['code', 'number'])

df_a['deleted'] = df_a[['number', 'code']].map(d).fillna('none')

但我得到一个错误，

AttributeError: 'DataFrame' object has no attribute 'map'

它似乎df不具有map函数，所以我想知道是否有其他方法可以实现此目的。

pd.DataFrame对象没有map方法。您可以改为从两列构建索引并使用pd.Index.map有一个功能：

df_a['deleted'] = df_a.set_index(['number', 'code']).index.map(d.get)
df_a['deleted'] = df_a['deleted'].fillna('none')

兼容性说明

对于 Pandas 版本 >0.25，您可以使用pd.Index.map直接使用字典，即使用d代替d.get.

对于之前的版本，我们使用d.get代替d因为，不像pd.Series.map, pd.Index.map不直接接受字典。但它可以接受诸如dict.get。另请注意，我们将fillna操作为pd.Index.map返回一个数组而不是一个系列。