我有两个不同的（地理）数据框，一个有 690 行，另一个有 1826 行。第一个是基于第二个数据帧的接近度（空间接近度）的分组。因此，它们与 FID_1 和 NEAR_FID 列绑定。第一个数据帧中的每个 FID_1 对应于第二个数据帧中的至少 2 个 NEAR_FID。我的挑战是计算第二个数据帧中 NEAR_FID 的数量，并将其作为一行放在第一个数据帧中。我正在使用 python 3.5+。感谢您的任何建议。
如何比较两个数据框并将计数的唯一值放在第一个数据框的列中？
数据挖掘
Python
熊猫
2022-03-09 01:55:37
1个回答
merge使用pandas中的功能可以实现您想要的。这是代码：
df1 = pd.DataFrame({'FID_1':[1,2,3]})
df2 = pd.DataFrame({'NEAR_FID':[1,1,1,1,2,2,3,3]})
df_freq = df2.NEAR_FID.value_counts().reset_index()
df = pd.merge(df_freq, df1, how='inner', left_on=['index'], right_on=['FID_1'])
df
index NEAR_FID FID_1
0 1 4 1
1 3 2 3
2 2 2 2
您可以删除任何列索引或 FID_1 以获得所需的输出。
有关合并功能的更多信息，请查看官方文档 ，并在此处对其工作外观进行很好的解释。
编辑 1：合并函数只接受数据框而不接受系列。因此，如果您的数据是系列格式，请先将其转换为数据帧。您可以通过以下方式检查数据类型：
print(type(df2))
那应该输出pandas.core.series.Series
使用它将其更改为数据框：
df = df.to_frame().reset_index()