如何通过字典在 pandas 中创建新行

Question

我对 pandas DataFrame 有问题 - 我不明白如何创建新行并将它们与字典合并。

例如，我有这个数据框：

shops = [{'Chain': 'SeQu', 'Shop': 'Rimme', 'Location': 'UK', 'Brand': 'Rexona', 'Value': 10},

    {'Chain': 'SeQu', 'Shop': 'Rimme', 'Location': 'UK', 'Brand': 'AXE', 'Value': 20},

    {'Chain': 'SeQu', 'Shop': 'Rimme', 'Location': 'UK', 'Brand': 'Old Spice', 'Value': 30},

    {'Chain': 'SeQu', 'Shop': 'Rimme', 'Location': 'UK', 'Brand': 'Camel', 'Value': 40},

    {'Chain': 'SeQu', 'Shop': 'Rimme', 'Location': 'UK', 'Brand': 'Dove', 'Value': 50},   

    {'Chain': 'SeQu', 'Shop': 'Rum', 'Location': 'USA', 'Brand': 'Rexona', 'Value': 10},

    {'Chain': 'SeQu', 'Shop': 'Rum', 'Location': 'USA', 'Brand': 'CIF', 'Value': 20},

    {'Chain': 'SeQu', 'Shop': 'Rum', 'Location': 'USA', 'Brand': 'Old Spice', 'Value': 30},

    {'Chain': 'SeQu', 'Shop': 'Rum', 'Location': 'USA', 'Brand': 'Camel', 'Value': 40}]

同时，我有一个具有 Chain-Brand 连接的字典数据框：

chain_brands = [{'Chain': 'SeQu', 'Brand': 'Rexona'},

    {'Chain': 'SeQu', 'Brand': 'Axe'},

    {'Chain': 'SeQu', 'Brand': 'Old Spice'},

    {'Chain': 'SeQu', 'Brand': 'Camel'},

    {'Chain': 'SeQu', 'Brand': 'Dove'},

    {'Chain': 'SeQu', 'Brand': 'CIF'}]

因此，我需要创建新行并用 0 填充它们（如果品牌为 Null）。它应该看起来像这样：

output = [{'Chain': 'SeQu', 'Shop': 'Rimme', 'Location': 'UK', 'Brand': 'Rexona', 'Value': 10},

    {'Chain': 'SeQu', 'Shop': 'Rimme', 'Location': 'UK', 'Brand': 'AXE', 'Value': 20},

    {'Chain': 'SeQu', 'Shop': 'Rimme', 'Location': 'UK', 'Brand': 'Old Spice', 'Value': 30},

    {'Chain': 'SeQu', 'Shop': 'Rimme', 'Location': 'UK', 'Brand': 'Camel', 'Value': 40},

    {'Chain': 'SeQu', 'Shop': 'Rimme', 'Location': 'UK', 'Brand': 'Dove', 'Value': 50},

    {'Chain': 'SeQu', 'Shop': 'Rimme', 'Location': 'UK', 'Brand': 'CIF', 'Value': 0},

谢谢！

Answer 1

您可以从数据帧创建多索引chain_brands，然后groupby与 一起使用reindex来解决此问题：mi = pd.MultiIndex.from_arrays(chain_brands.values.T, names=['Chain', 'Brand'])s = shops.set_index(['Chain', 'Brand']).\    groupby(['Location', 'Shop']).\    apply(lambda x: x.reindex(mi, fill_value=0)).\    drop(columns=['Location', 'Shop']).\    reset_index()结果：   Location   Shop Chain      Brand  Value0        UK  Rimme  SeQu     Rexona     101        UK  Rimme  SeQu        Axe      02        UK  Rimme  SeQu  Old Spice     303        UK  Rimme  SeQu      Camel     404        UK  Rimme  SeQu       Dove     505        UK  Rimme  SeQu        CIF      06       USA    Rum  SeQu     Rexona     107       USA    Rum  SeQu        Axe      08       USA    Rum  SeQu  Old Spice     309       USA    Rum  SeQu      Camel     4010      USA    Rum  SeQu       Dove      011      USA    Rum  SeQu        CIF     20