質問編集履歴
2
内容の明確化
test
CHANGED
File without changes
|
test
CHANGED
@@ -1,16 +1,216 @@
|
|
1
|
-
### 前提・実現したい
|
2
|
-
|
3
|
-
Python
|
4
|
-
|
5
|
-
ある場合とない場合
|
6
|
-
|
7
|
-
|
8
|
-
|
9
|
-
|
10
|
-
|
11
|
-
|
12
|
-
|
13
|
-
|
1
|
+
### 前提・実現したい事
|
2
|
+
|
3
|
+
Pythonのmerge関数とif文を用いてデータ構造ごとにmergeの処理を変えるプログラムを実装したいと思っています。
|
4
|
+
|
5
|
+
デーダフレイム(df2)に"品種名"というコラムがある場合には、この"品種名"というコラムを削除したうえで、指定した結合をする、ない場合はそのまま結合する。というようなコードを実装したいのですが、下記の実装例①はちゃんと実装できたのですが、②の場合で上手く実装できません。
|
6
|
+
|
7
|
+
### ① df1とdf2の結合の際にNaN値が発生するが、コラムは全て一致する場合
|
8
|
+
|
9
|
+
```python3
|
10
|
+
|
11
|
+
df1 = pd.DataFrame({'Label':['img061c.jpg', 'img061c.jpg', 'img061c.jpg',...,'img062c.jpg','img062c.jpg','img062c.jpg',...,'img063c.jpg','img063c.jpg','img063c.jpg',...,'img064c.jpg','img064c.jpg','img064c.jpg']})
|
12
|
+
|
13
|
+
# Label
|
14
|
+
|
15
|
+
# img061c
|
16
|
+
|
17
|
+
# img061c
|
18
|
+
|
19
|
+
# img061c
|
20
|
+
|
21
|
+
# ....
|
22
|
+
|
23
|
+
# img062c
|
24
|
+
|
25
|
+
# img062c
|
26
|
+
|
27
|
+
# img062c
|
28
|
+
|
29
|
+
# ....
|
30
|
+
|
31
|
+
# img063c
|
32
|
+
|
33
|
+
# img063c
|
34
|
+
|
35
|
+
# img063c
|
36
|
+
|
37
|
+
# ....
|
38
|
+
|
39
|
+
# img064c
|
40
|
+
|
41
|
+
# img064c
|
42
|
+
|
43
|
+
# img064c
|
44
|
+
|
45
|
+
```
|
46
|
+
|
47
|
+
```python3
|
48
|
+
|
49
|
+
df2 = pd.DataFrame({'PictureNumber':['img061c.jpg', 'img062c.jpg', 'img063c.jpg',"img067c.jpg"], 'SumpleNumber':['くるみ豆', '金持ち豆', '秘伝豆',"きさらぎ"], 'BeenNumber':['B2', 'B3', 'B4',"B8"]})
|
50
|
+
|
51
|
+
# PictureNumber SumpleNunber BeenNumber
|
52
|
+
|
53
|
+
# img061c くるみ豆 B2
|
54
|
+
|
55
|
+
# img062c 金持ち豆 B3
|
56
|
+
|
57
|
+
# img063c 秘伝豆 B4
|
58
|
+
|
59
|
+
# img067c きさらぎ B8
|
60
|
+
|
61
|
+
```
|
62
|
+
|
63
|
+
```python3
|
64
|
+
|
65
|
+
def Merging (df1,df2):
|
66
|
+
|
67
|
+
df3 = pd.merge(df1, df2, left_on='Label', right_on='PictureNumber', how='left').drop('PictureNumber', axis=1)
|
68
|
+
|
69
|
+
if df3['Sumple'].isnull().any():
|
70
|
+
|
71
|
+
df3 = pd.merge(df1, df2, left_on='Label', right_on='PictureNumber', how='outer')
|
72
|
+
|
73
|
+
return df3
|
74
|
+
|
75
|
+
Label PictureNumber SumpleNumber BeenNumber
|
76
|
+
|
77
|
+
# img061c.jpg img061c.jpg くるみ豆 B2
|
78
|
+
|
79
|
+
# img061c.jpg img061c.jpg くるみ豆 B2
|
80
|
+
|
81
|
+
# img061c.jpg img061c.jpg くるみ豆 B2
|
82
|
+
|
83
|
+
# .... .... .... ....
|
84
|
+
|
85
|
+
# img062c.jpg img062c.jpg 金持ち豆 B3
|
86
|
+
|
87
|
+
# img062c.jpg img062c.jpg 金持ち豆 B3
|
88
|
+
|
89
|
+
# img062c.jpg img062c.jpg 金持ち豆 B3
|
90
|
+
|
91
|
+
# .... .... .... ....
|
92
|
+
|
93
|
+
# img063c.jpg img063c.jpg 秘伝豆 B4
|
94
|
+
|
95
|
+
# img063c.jpg img063c.jpg 秘伝豆 B4
|
96
|
+
|
97
|
+
# img063c.jpg img063c.jpg 秘伝豆 B4
|
98
|
+
|
99
|
+
# .... .... .... ....
|
100
|
+
|
101
|
+
# img064c.jpg NaN NaN B7
|
102
|
+
|
103
|
+
# .... .... .... ....
|
104
|
+
|
105
|
+
# NaN img067c.jpg きさらぎ B8
|
106
|
+
|
107
|
+
```
|
108
|
+
|
109
|
+
### ② df1とdf2の結合の際にNaN値が発生し、コラムが一致しない場合
|
110
|
+
|
111
|
+
```python3
|
112
|
+
|
113
|
+
df1 = pd.DataFrame({'Label':['img061c.jpg', 'img061c.jpg', 'img061c.jpg',...,'img062c.jpg','img062c.jpg','img062c.jpg',...,'img063c.jpg','img063c.jpg','img063c.jpg',...,'img064c.jpg','img064c.jpg','img064c.jpg']})
|
114
|
+
|
115
|
+
# Label
|
116
|
+
|
117
|
+
# img061c
|
118
|
+
|
119
|
+
# img061c
|
120
|
+
|
121
|
+
# img061c
|
122
|
+
|
123
|
+
# ....
|
124
|
+
|
125
|
+
# img062c
|
126
|
+
|
127
|
+
# img062c
|
128
|
+
|
129
|
+
# img062c
|
130
|
+
|
131
|
+
# ....
|
132
|
+
|
133
|
+
# img063c
|
134
|
+
|
135
|
+
# img063c
|
136
|
+
|
137
|
+
# img063c
|
138
|
+
|
139
|
+
# ....
|
140
|
+
|
141
|
+
# img064c
|
142
|
+
|
143
|
+
# img064c
|
144
|
+
|
145
|
+
# img064c
|
146
|
+
|
147
|
+
```
|
148
|
+
|
149
|
+
```python3
|
150
|
+
|
151
|
+
df2 = pd.DataFrame({'PictureNumber':['img061c.jpg', 'img062c.jpg', 'img063c.jpg',"img067c.jpg"], 'SumpleNumber':['くるみ豆', '金持ち豆', '秘伝豆',"きさらぎ"], 'BeenNumber':['B2', 'B3', 'B4',"B8"]})
|
152
|
+
|
153
|
+
# PictureNumber SumpleNunber BeenNumber 品種名
|
154
|
+
|
155
|
+
# img061c くるみ豆 B2
|
156
|
+
|
157
|
+
# img062c 金持ち豆 B3
|
158
|
+
|
159
|
+
# img063c 秘伝豆 B4
|
160
|
+
|
161
|
+
# img067c きさらぎ B8
|
162
|
+
|
163
|
+
```
|
164
|
+
|
165
|
+
```python3
|
166
|
+
|
167
|
+
def Merging (df1,df2):
|
168
|
+
|
169
|
+
df3 = pd.merge(df1, df2, left_on='Label', right_on='PictureNumber', how='left').drop('PictureNumber', axis=1)
|
170
|
+
|
171
|
+
if df3['Sumple'].isnull().any()."品種名" in df3.columns:
|
172
|
+
|
173
|
+
df3 = pd.merge(df1, df2, left_on='Label', right_on='PictureNumber', how='outer').drop("品種名",axis=1).drop('PictureNumber', axis=1)
|
174
|
+
|
175
|
+
elif df3['Sumple'].isnull().any()."品種名" not in df3.columns:
|
176
|
+
|
177
|
+
df3 = pd.merge(df1, df2, left_on='Label', right_on='PictureNumber', how='outer').drop('PictureNumber', axis=1)
|
178
|
+
|
179
|
+
return df3
|
180
|
+
|
181
|
+
Label PictureNumber SumpleNumber BeenNumber
|
182
|
+
|
183
|
+
# img061c.jpg img061c.jpg くるみ豆 B2
|
184
|
+
|
185
|
+
# img061c.jpg img061c.jpg くるみ豆 B2
|
186
|
+
|
187
|
+
# img061c.jpg img061c.jpg くるみ豆 B2
|
188
|
+
|
189
|
+
# .... .... .... ....
|
190
|
+
|
191
|
+
# img062c.jpg img062c.jpg 金持ち豆 B3
|
192
|
+
|
193
|
+
# img062c.jpg img062c.jpg 金持ち豆 B3
|
194
|
+
|
195
|
+
# img062c.jpg img062c.jpg 金持ち豆 B3
|
196
|
+
|
197
|
+
# .... .... .... ....
|
198
|
+
|
199
|
+
# img063c.jpg img063c.jpg 秘伝豆 B4
|
200
|
+
|
201
|
+
# img063c.jpg img063c.jpg 秘伝豆 B4
|
202
|
+
|
203
|
+
# img063c.jpg img063c.jpg 秘伝豆 B4
|
204
|
+
|
205
|
+
# .... .... .... ....
|
206
|
+
|
207
|
+
# img064c.jpg NaN NaN B7
|
208
|
+
|
209
|
+
# .... .... .... ....
|
210
|
+
|
211
|
+
# NaN img067c.jpg きさらぎ B8
|
212
|
+
|
213
|
+
```
|
14
214
|
|
15
215
|
### 発生している問題・エラーメッセージ
|
16
216
|
|
@@ -26,7 +226,7 @@
|
|
26
226
|
|
27
227
|
```
|
28
228
|
|
29
|
-
###
|
229
|
+
### 実際に書いたコード
|
30
230
|
|
31
231
|
```Python3
|
32
232
|
|
@@ -34,17 +234,23 @@
|
|
34
234
|
|
35
235
|
df3 = pd.merge(df1, df2, left_on='Label', right_on='PictureNumber', how='left').drop('PictureNumber', axis=1)
|
36
236
|
|
237
|
+
if df3['Sumple'].isnull().any()."品種名" in df3.columns:
|
238
|
+
|
239
|
+
df3 = pd.merge(df1, df2, left_on='Label', right_on='PictureNumber', how='outer').drop("品種名",axis=1).drop('PictureNumber', axis=1)
|
240
|
+
|
37
|
-
if df3['Sumple'].isnull().any()."品種名" not in df3.columns:
|
241
|
+
elif df3['Sumple'].isnull().any()."品種名" not in df3.columns:
|
38
|
-
|
39
|
-
|
242
|
+
|
40
|
-
|
41
|
-
elif df3['Sumple'].isnull().any()."品種名"in df3.columns:
|
42
|
-
|
43
|
-
df3 = pd.merge(df1, df2, left_on='Label', right_on='PictureNumber', how='outer')
|
243
|
+
df3 = pd.merge(df1, df2, left_on='Label', right_on='PictureNumber', how='outer').drop('PictureNumber',
|
44
|
-
|
45
|
-
|
244
|
+
|
46
|
-
|
47
|
-
```
|
245
|
+
```
|
246
|
+
|
247
|
+
### 参考にしたサイト
|
248
|
+
|
249
|
+
http://nekoyukimmm.hatenablog.com/entry/2015/04/10/133917
|
250
|
+
|
251
|
+
|
252
|
+
|
253
|
+
https://teratail.com/questions/191326
|
48
254
|
|
49
255
|
### 補足情報(FW/ツールのバージョンなど)
|
50
256
|
|
1
内容の明確化
test
CHANGED
File without changes
|
test
CHANGED
@@ -34,7 +34,7 @@
|
|
34
34
|
|
35
35
|
df3 = pd.merge(df1, df2, left_on='Label', right_on='PictureNumber', how='left').drop('PictureNumber', axis=1)
|
36
36
|
|
37
|
-
if df3['Sumple'].isnull().any()."品種名" in df3.columns:
|
37
|
+
if df3['Sumple'].isnull().any()."品種名" not in df3.columns:
|
38
38
|
|
39
39
|
df3 = pd.merge(df1, df2, left_on='Label', right_on='PictureNumber', how='outer').drop("品種名",axis=1).drop('PictureNumber', axis=1).rename(columns={'Sumple':'品種名'})
|
40
40
|
|