Python的大熊貓合併兩個DataFrames具有條件邏輯

Question

認爲我有兩個pandas DataFrame S作爲如下，

df_actual

ID NAME PRODUCT CHANNEL ACTUAL 
1 A  W  G  233 
1 A  W  M  4 
1 A  X  G  188 
1 A  X  M  4 
1 A  Y  G  37 
1 A  Y  M  4 
1 A  Z  G  272 
1 A  Z  M  4 

和df_target

ID NAME PRODUCT TARGET 
1 A  W  289 
1 A  X  253 
1 A  Y  36 
1 A  Z  334 

我期望得到的結果如下，

ID NAME PRODUCT CHANNEL ACTUAL TARGET 
1 A  W  G  233  284  <<< 289 * (233/(233+4)) 
1 A  W  G  4  5  <<< 289 * (4/(233+4)) 
1 A  X  G  188  248  <<< 253 * (188/(248+5)) 
1 A  X  G  4  5  <<< 253 * (4/(248+5)) 
1 A  Y  M  37  32  … 
1 A  Y  M  4  4  … 
1 A  Z  M  272  329  … 
1 A  Z  M  4  5  … 

所以基本上我想要做的，在df_actual中增加一個新列，名爲TARGET。爲了計算列TARGET內的值，

1. 我得在df_actual的ACTUAL值一定ID，NAME，PRODUCT和CHANNEL，然後拿到TARGET值df_target爲同一ID， NAME和PRODUCT。
2. 然後使用每個CHANNEL的貢獻與總CHANNEL某些ID，NAME和PRODUCT計算每個CHANNEL新TARGET值。

例如，以獲得新的TARGET值ID 1，NAME A，PRODUCT W，和CHANNEL G，I需要使用此公式289 *（233 /（233 + 4））。

• 289來自TARGET值df_target。
• 233來自對CHANNELģ
在 df_actual的 ACTUAL值
• 4來自於CHANNEL中號
在 df_actual的 ACTUAL值

我的真實數據是相當龐大，超過1個百萬行。所以如果你能提出矢量化解決方案，我會非常感激。儘管如此，任何建議將不勝感激。謝謝。

Answer 1

考慮以下量化方法：

In [39]: m = df_actual.merge(df_target) 

In [40]: m 
Out[40]: 
    ID NAME PRODUCT CHANNEL ACTUAL TARGET 
0 1 A  W  G  233  289 
1 1 A  W  M  4  289 
2 1 A  X  G  188  253 
3 1 A  X  M  4  253 
4 1 A  Y  G  37  36 
5 1 A  Y  M  4  36 
6 1 A  Z  G  272  334 
7 1 A  Z  M  4  334 

In [41]: m['TARGET'] = (m.TARGET * m.ACTUAL/m.groupby(['NAME','PRODUCT'])['ACTUAL'].transform('sum')).round() 

In [42]: m 
Out[42]: 
    ID NAME PRODUCT CHANNEL ACTUAL TARGET 
0 1 A  W  G  233 284.0 
1 1 A  W  M  4  5.0 
2 1 A  X  G  188 248.0 
3 1 A  X  M  4  5.0 
4 1 A  Y  G  37 32.0 
5 1 A  Y  M  4  4.0 
6 1 A  Z  G  272 329.0 
7 1 A  Z  M  4  5.0