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

90.75%

  • Python 3.x

    5332questions

    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。

あるデータフレームの特定の列を変換テーブルを利用して別の文字列に置き換える:Pandas

解決済

回答 1

投稿

  • 評価
  • クリップ 1
  • VIEW 171

pepasuke623

score 34

前提・実現したいこと

毎度お世話になります。

あるデータフレームの特定の列を変換テーブルを利用して別の文字列に置き換える,
ということがしたいです。
具体的には次のとおりです。

まず,下記のような対象となるデータがあるとします。

// 対象のデータ
                Id   hoge
0  956567041061059  huga1
1  756567041061059  huga2
2  111111111111111  huga3


Id列の文字が比較的長い整数であることが特徴です。

このId列を次の「変換テーブル」の”serial_num”列をを参照して,別の名前に変えたいと思っています。

(hoge列は今回は関係ありません)

// 変換テーブル
        serial_num  No  name
0  956567041061059   1  matu
1  756567041061059   2  take
2  656567041061059   3   ume


「対象のデータ」1行目の”Id”が の「変換テーブル」1行目の”serial_num”と一致しているので,「対象のデータ」1行目の”Id”に「変換テーブル」1行目の”name”の"matu"を代入します。
同じく「対象のデータ」2行目の”Id”が の「変換テーブル」2行目の”serial_num”と一致しているので,「対象のデータ」1行目の”Id”に「変換テーブル」1行目の”name”の"take"を代入します。
「対象のデータ」の三行目の”111111111111111”のように「変換テーブル」に存在しない文字列は”null”に変換したいと思っています。

変換後は次のようになります。

// 変換後のデータ
     Id   hoge
0  matu  huga1
1  take  huga2
2  null  huga3

試したこと

こんな感じのコードを書いてみました。

import pandas as pd


df = pd.DataFrame({  'Id' : [956567041061059,756567041061059,656567041061059],
                        'hoge' : ["huga1","huga2","huga3"], # この列は関係ない
                         })

table = pd.DataFrame({ 'No' : [1,2,3],
                        'serial_num' : [956567041061059,756567041061059,656567041061059],
                        'name' : ["matu","take","ume"],
                         })

def change(val):
    # ここらへんが怪しい
    dff = pd.DataFrame(
        table[ table['serial_num']==int(val)]
     )
    name_ = dff.ix[0,2]
  # ここまでが怪しいので”null”に変換するコードが実装できていない
    return name_

df['Id'] = df['Id'].apply(change)

型が一致していないのか「KeyError: 0」とでてしまいます。

無理やりStringにしてみたり,intにしてみたりと色々試してみましたが,イマイチよく分かりません。
ぜひともご教示いただければと思います。

  • 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

checkベストアンサー

+1

このような用途には pandas.merge() をお使いください。

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.merge.html

左側(df1)のId列と 右側(df2)のserial_num列でmergeを行い、左側(df1)の行が全て残るように指定(how='reft')しております。
あとは余分な列の削除drop()と、一部の列の名前を変更rename()を行っております。  

import pandas as pd
df1 = pd.DataFrame({'Id': [956567041061059, 756567041061059, 111111111111111], 
                   'hoge':['hoge1','hoge2','hoge3']})
df2 = pd.DataFrame({'serial_num': [956567041061059,756567041061059, 656567041061059],
                    'No': [1,2,3],
                    'name': ['matu','take','ume']})

result = pd.merge(df1,df2,left_on='Id',right_on='serial_num',how='left').drop(['Id','serial_num','No'],axis=1).rename(columns={'hoge': 'Id'})
print(result)      
# =>       Id  name
#    0  hoge1  matu
#    1  hoge2  take
#    2  hoge3   NaN

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。

  • 2017/10/13 13:35

    ありがとうございます!確かに出来ました!!

    キャンセル

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 90.75%
  • 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

    5332questions

    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。