Pandas 循环数据框并将所有行与其他 DF 行进行比较并分配一个值

Posted 2023-03-11

【中文标题】Pandas 循环数据框并将所有行与其他 DF 行进行比较并分配一个值

【英文标题】：Pandas loop a dataframe and compare all rows with other DF rows and assign a value

【发布时间】：2018-04-08 09:04:54

【问题描述】：

我有两个 DF：

df1 = pd.DataFrame('A':[3, 2, 5, 1, 6], 'B': [4, 6, 5, 8, 2], 'C': [4, 8, 3, 8, 0], 'D':[1, 4, 2, 8, 7], 'zebra': [5, 7, 2, 4, 8])
df2 = pd.DataFrame('B': [7, 3, 5, 1, 8], 'D':[4, 5, 8, 2, 3] )


print(df1)
print(df2)

   A  B  C  D    zebra
0  3  4  4  1      5
1  2  8  8  5      7
2  5  5  3  2      2
3  1  6  8  5      4
4  6  2  0  7      8
   B  D
0  7  4
1  3  5
2  5  8
3  8  5
4  8  3

这是一个简单的例子，实际上 df1 有 1000k+ 行和 10+ 列，df2 只有 24 行和更少的列。我想循环df2中的所有行并将df2中的那些特定行（例如列'B'和'D'）与df1中的相同列名进行比较，如果行值匹配（如果B列和D列中的值在df2 匹配相同列但在 df1) 中的相同值，以将该行中的相应斑马值分配给 df2 中的同一行，创建新列斑马并分配该值。如果没有找到匹配来分配 0 或 NaN。

   B  D  zebra
0  7  4  nan
1  3  5  nan
2  5  8  nan
3  8  5  7
4  8  3  nan

从示例中，仅 df2 中的行索引 3 匹配值 'B': 8 和 'D':5 与来自 d​​f1 的索引为 2 的行（注意：行索引在比较中不应该很重要）并分配相应的行值7 从“斑马”列到 df2。

【参考方案1】：

合并就可以了

df2.merge(df1[['B', 'D', 'zebra']], on = ['B', 'D'], how = 'left')

    B   D   zebra
0   7   4   NaN
1   3   5   NaN
2   5   8   NaN
3   8   5   7.0
4   8   3   NaN

【讨论】：

差不多，它在 d2 中创建的行数超过了 24 个原始行。此外，df2 中还有其他列，因为 df1 只是没有提及它以使更多混淆，但也需要准确（但是不要比较它们）。在 df1 中有 14k 行，可能有超过 1 个具有相同值的组合。 df2.merge 后创建 14k 行。

当您在 [B, D] 上合并时，它只会比较这 2 列，因此您不必担心 df2 中存在更多列。我对行数感到惊讶。您在 df2 中获得了多少行？