質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.61%

  • Python 3.x

    5894questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • Excel

    1467questions

    Excelは、マイクロソフト社が開発しているデータ集計や分析を行う表計算ソフトの一つです。文書作成や表計算、資料作成などの多彩な機能を備えており、統合パッケージであるMicrosoft Officeに含まれています。

  • pandas

    548questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

  • NumPy

    420questions

    NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

エクセルのvlookup的なことをpythonでやりたい

受付中

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 434

monlly

score 2

pythonで2つのデータを組み合わせたデータを作成するプログラムを作りたいと考えています。

具体的には、共通の列名を持たない2つのデータフレームdf1,df2があり、実行後のデータフレームをdf2*とします。df1のE列はdf2の列名を表しています。
①df2からdf1のA列~C列の要素の組み合わせ(例:df1の0行目の場合、10,5,6)と完全一致する行を見つけます。(例:df2の3行目)
② df1のD列の要素((例:0行目の場合、30)をdf2に追加します。追加する場所の行は①で見つけた行です。列はdf1のE列の要素(例:0行目の場合、0)と同じ列名になります。(例:df2の3行目"0"列)
③df1のD列の要素をすべてdf2に追加できたら処理終了とし、df2をdf2*と名付け、csvで出力する。

下記URLで私が実現したいことに近いことをされており、応用できないかと考えてみましたが、①の複数条件の与え方が分からなかったため、今回質問させていたできました。ご教授のほど、よろしくお願いいたします。

https://teratail.com/questions/103286

df1:

A B C D E
10 5 6 30 0
100 4 7 40 5
110 4 8 45 10

df2:

F G H 0 5 10
1000 10 20 nan nan nan
1000 15 90 nan nan nan
100 4 7 nan nan nan
10 5 6 nan nan nan
110 4 8 nan nan nan

---------------実行後作成されたデータdf2*のイメージ
df1の0行目A~C列の要素がdf2の3行目F~G列と完全一致したとき、df1のE列は0であるため、df2の3行目"0"列にdf1のD列の要素30を追加したdf2*が作成される。
df1の1行目も同様にdf2のA~C列に完全一致する行があるため、df1のE列の要素5と同じ列名である"5"列にdf1の1行目D列の要素40が入る。

df2*:

A B C 0 5 10
1000 10 20 nan nan nan
1000 15 90 nan nan nan
100 4 7 nan 40 nan
10 5 6 30 nan nan
110 4 8 nan nan 45
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

0

df1 から DataFrame.pivot_table() にて変換用テーブルを生成し、それをdf2DataFrame.join()引き当てるとよいかと思います。

import pandas as pd
import numpy as np
import io

data1 = """A,B,C,D,E
10,5,6,30,0
100,4,7,40,5
110,4,8,45,10
"""

data2 = """F,G,H,0,5,10
1000,10,20,,,
1000,15,90,,,
100,4,7,,,
10,5,6,,,
110,4,8,,,
"""

df1 = pd.read_csv(io.StringIO(data1))
df2 = pd.read_csv(io.StringIO(data2))

# pivot_table により 変換用のテーブルを生成
conv_tbl = df1.pivot_table(values='D', index=['A','B','C'], columns='E')
# df2 に上記の変換テーブルを引き当てる
df2 = df2.loc[:,['F','G','H']].join(conv_tbl, on=['F','G','H'])
# df2のカラム名を 'F','G', 'H' から 'A','B','C' に変更
df2 = df2.rename({'F':'A','G':'B','H':'C'},axis=1)
print(df2)
#      A   B   C     0     5    10
#0  1000  10  20   NaN   NaN   NaN
#1  1000  15  90   NaN   NaN   NaN
#2   100   4   7   NaN  40.0   NaN
#3    10   5   6  30.0   NaN   NaN
#4   110   4   8   NaN   NaN  45.0

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.61%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python 3.x

    5894questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • Excel

    1467questions

    Excelは、マイクロソフト社が開発しているデータ集計や分析を行う表計算ソフトの一つです。文書作成や表計算、資料作成などの多彩な機能を備えており、統合パッケージであるMicrosoft Officeに含まれています。

  • pandas

    548questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

  • NumPy

    420questions

    NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。