0

プログラミング初学者です。
pandasでのデータフレームに関しての質問です。
2つのデータフレームで要素が一致したら置換する方法で苦戦しております。

[例]

[df1]
id, fruits
1, ringo
2, mikan
3, suika

[df2]
id, fruits_en, fruits_jp
1, apple, ringo
2, watermelon, suika
3, peach, momo
4, orange, mikan

[df2]を参照して、[df1]'fruits'を[df2]'fruits_en'要素へ置換したいのです。
以下、期待する結果

[df1]
id, fruits
1, apple
2, orange
3, watermelon

[試した方法]
df.loc()を用いた要素抽出から以下試みました。

df1.loc[df1['fruits'] == df2['fruits_jp'], 'fruits'] = df2['fruits_en']

結果、以下のようにエラーを返されてしまいました。

ValueError: Can only compare identically-labeled Series objects

上記例のように、別のデータフレームの列要素に一致した場合に置換する方法をご教授いただけませんでしょうか。よろしくお願いします。

1 件の回答 1

1

以下は pandas.Series.map を使う方法です。

import pandas as pd

df1 = pd.DataFrame({
  'id': [1, 2, 3],
  'fruits': ['ringo', 'mikan', 'suika']
})

df2 = pd.DataFrame({
  'id': [1, 2, 3, 4],
  'fruits_en': ['apple', 'watermelon', 'peach', 'orange'],
  'fruits_jp': ['ringo', 'suika', 'momo', 'mikan']
})

df1.fruits = df1.fruits.map(df2.set_index('fruits_jp').fruits_en)

print(df1)

   id      fruits
0   1       apple
1   2      orange
2   3  watermelon

追記

mapメソッドのほかにreplaceというものも見つけたのですが、明確な違いは何かありますでしょうか。

pandas.Series.replace を使う場合は以下の様になります。

df1.fruits = df1.fruits.replace(df2.fruits_jp.to_list(), df2.fruits_en)

ここで、例えば df2 の中身が以下の様になっているとします。

df2 = pd.DataFrame({
  'id': [1, 2, 3, 4, 5],
  'fruits_en': ['apple', 'watermelon', 'peach', 'orange', 'delicious'],
  'fruits_jp': ['ringo', 'suika', 'momo', 'mikan', 'ringo']
})

fruits_jp の要素に重複(ringo)があり、ringo に対する fruits_en の要素は appledelicious になっています。

>>> df1.fruits.replace(df2.fruits_jp.to_list(), df2.fruits_en)
0     delicious
1        orange
2    watermelon

replace の場合は最後の対応要素に置換されますが、map ではエラーになってしまいます。原因は df2.set_index('fruits_jp') としているためです。

>>> df1.fruits.map(df2.set_index('fruits_jp').fruits_en)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python3.8/dist-packages/pandas/core/series.py", line 3630, in map
    new_values = super()._map_values(arg, na_action=na_action)
  File "/usr/local/lib/python3.8/dist-packages/pandas/core/base.py", line 1121, in _map_values
    indexer = mapper.index.get_indexer(values)
  File "/usr/local/lib/python3.8/dist-packages/pandas/core/indexes/base.py", line 2733, in get_indexer
    raise InvalidIndexError(
pandas.core.indexes.base.InvalidIndexError: Reindexing only valid with uniquely valued Index objects
2
  • 回答ありがとうございます。上記方法にて解決しました。 mapメソッドのほかにreplaceというものも見つけたのですが、明確な違いは何かありますでしょうか。お時間ありましたらご返答お待ちしております。
    – pyonkichi
    Commented 2020年5月8日 6:10
  • なるほど、エラーを避けるために安易にreplaceを使うとデータが意図しない形になってしまう恐れもあるのですね。 お忙しい中分かりやすいご説明ありがとうございました。
    – pyonkichi
    Commented 2020年5月8日 14:05

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。