熊貓：變化值

Question

列

我有數據幀

ID RuCitySize qsex age ranges url used_at active_seconds 
f78f67101c3aeb099212b8aa9a95dfd2 500-млн Женский 18-24 lada.ru 03.01.2016 20:18 66.25557348 
f78f67101c3aeb099212b8aa9a95dfd2 500-млн Женский 18-24 lada.ru/cars/vesta/sedan/tth.html 03.01.2016 20:18 51.5321127 
f78f67101c3aeb099212b8aa9a95dfd2 500-млн Женский 18-24 lada.ru/cars/4x4/3dv/prices.html 03.01.2016 20:20 22.08519116 
f78f67101c3aeb099212b8aa9a95dfd2 500-млн Женский 18-24 lada.ru/cars/4x4/3dv/1.7_8_mkpp/lux/017/114/card.html 03.01.2016 20:20 29.44692154 
740e2b36a4fa2d145436293522f5f5d5 500-млн Женский 18-24 penza-avto.lada.ru/ds/cars 05.01.2016 12:51 7.361730386 
740e2b36a4fa2d145436293522f5f5d5 500-млн Женский 18-24 penza-avto.lada.ru/ds/cars/granta/liftback/prices.html 05.01.2016 12:51 66.25557348 

和DF

qsex age ranges RuCitySize FOM_quota 
Женский 18-24 100-500 3.680865193 
Женский 18-24 500-млн 1.764538469 
Женский 18-24 Миллионники 2.295797363 

我需要如果qsex, age ranges, RuCitySIze列中的值相等，多組序值從active_seconds到FOM_quota。 我該怎麼做？

Answer 1

你能做到這樣：

In [33]: df1['new'] = (df1['active_seconds'] * 
    ....:    pd.merge(df1, df2, 
    ....:      on=['qsex', 'age ranges', 'RuCitySize'], 
    ....:      how='left')['FOM_quota']) 

In [34]: df1[['active_seconds','new']] 
Out[34]: 
    active_seconds   new 
0  66.255573 116.910508 
1  51.532113 90.930395 
2  22.085191 38.970169 
3  29.446922 51.960226 
4  7.361730 12.990056 
5  66.255573 116.910508