Сравните мобильные номера в одном кадре данных с мобильными номерами в другом кадре данных

1

Моя цель - импортировать два файла excel, у меня есть история номера телефона, у другого есть некоторые рабочие номера.

Я хочу сравнить номера работы с номерами телефонов в истории номеров телефонов и сохранить их в новой матрице с указанием даты и соответствующей продолжительности телефонного звонка.

На данный момент я делаю это вручную, как показано ниже, может кто-то мне помочь?

Спасибо всем.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt; plt.rcdefaults()
import os 
clear = lambda:os.system('cls')
clear()

xls = pd.ExcelFile("C:\ - location")
df1 = pd.read_excel(xls, 'RawData', dtype=    {'Date':np.datetime64, 'Type':str}, header=None)
df2 = pd.read_excel(xls, 'WorkNumbers',0)

dR = df1.as_matrix()
dWN = df2.as_matrix()

Ewen = df1[(df1['Number'] == #mobile number#)]
Alex = df1[(df1['Number'] == #mobile number#)]
Nirmal = df1[(df1['Number'] == #mobile number#)]
Chris = df1[(df1['Number'] == #mobile number#)]
ChrisM = df1[(df1['Number'] == #mobile number#)]
Austofix = df1[(df1['Number'] == #mobile number#)]
Simon = df1[(df1['Number'] == #mobile number#)]
Tony = df1[(df1['Number'] == #mobile number#)]

Trial = [Ewen, Alex, Nirmal, Chris, ChrisM, Austofix, Simon, Tony]
enter code heredf3 = pd.concat(Trial)

Фотография матрицы /DataFrames Goal

Пример данных:

df1:


Date            Type            Number          Duration
03/10/18    National Mobile 8156665498  4.00
03/10/18    National Mobile 8156665499  27.00
03/10/18    National Mobile 8156665500  21.00
02/10/18    National Mobile 8156665501  47.00
02/10/18    National Mobile 45687823456 47.00
02/10/18    National Mobile 45687823457 35.00
02/10/18    National Mobile 45687823458 55.00
30/09/18    National Mobile 45687823459 1.00
30/09/18    National Mobile 45687823460 41.00
30/09/18    CallForward to VoiceMail    8156665507  1.00
30/09/18    National Mobile 8156665508  3.00
29/09/18    National Mobile 8156665509  16.00
29/09/18    National Mobile 8156665510  2.00
29/09/18    National Mobile 8156665511  3.00
29/09/18    National Mobile 8156665512  2.00
28/09/18    13nnnn  8156665513  14.00
28/09/18    National Mobile 8156665514  25.00


df2:

WNumber name
45687823456 Ewen
45687823457 alex
45687823458 nirmal
45687823459 chris
45687823460 chris m
  • 0
    Можете ли вы предоставить некоторые примеры данных для df1 и df2 ? Не стесняйтесь использовать вымышленные числа и имена, это просто для того, чтобы составить представление об именах и структуре ваших столбцов.
  • 0
    Это звучит очень похоже на то, что вы хотите сделать слияние , но это будет проще объяснить с вашей структурой.
Теги:
pandas
dataframe
numpy

2 ответа

0
Лучший ответ

EDIT: добавлены левые/правые клавиши в соответствии с данными образца.

Это работает? Использование pd.merge.

df1 = pd.DataFrame([['04123', '60mins'], ['04723', '30mins'], ['04568', '10mins']], columns=['Number', 'Duration'])
df2 = pd.DataFrame([['Bob', '04123'], ['James', '04723'], ['Someone', '04567']], columns=['Name', 'WNumber'])

df_result = pd.merge(df2, df1, left_on=['WNumber'], right_on=['Number'])

Это дает

    Name WNumber Number Duration
0    Bob   04123  04123   60mins
1  James   04723  04723   30mins

Дубликат столбца можно отбросить.

Поделиться
  • 0
    Антуан, к сожалению, это не работает, потому что мне нужно сравнить его с большим списком около 1000 строк.
  • 0
    Почему 1000 строк не работают? Слияние должно быть в состоянии справиться с этим легко - я имею в виду, очень легко. Вы пробовали это?
Показать ещё 2 комментария
0

Я сделал это ниже Antoine, и он выплевывает KeyError: "Number", который является одним из моих превосходных названий столбцов? Любые мысли друг?

xls = pd.ExcelFile("C:\Users...… MobileData.xlsx")
df1 = pd.read_excel(xls, 'RawData',0)
df2 = pd.read_excel(xls, 'WorkNumbers',0)

df_result = pd.merge(df2, df1, on=['Number'])
Поделиться
  • 0
    Отредактировал мой ответ, чтобы использовать left_on и right_on с примером именования данных :)

Ещё вопросы

Сообщество Overcoder
Наверх
Меню