在 Python (pandas) 的多个列中进行 Vlookup

Posted 2023-03-12

【中文标题】在 Python (pandas) 的多个列中进行 Vlookup

【英文标题】：Vlookup in multiple columns at Python (pandas)

【发布时间】：2019-10-06 00:32:03

【问题描述】：

我在 SO 看到很多帖子，询问如何在 Python 中执行类似于 VLOOKUP 的操作，并注意到大多数答案表明使用 merge 或 map ，但我不知道如何应用这些功能在这种情况下。 我有以下两个数据框（REGISTER 和 WEEK）

注册：

NAME   |PARTNER
Rafael |Roger
Sergio |Gabriel
Edson  |Ney
Alan   |Nelson
...    |...

周：

MONDAY|PARTNER|TUESDAY|PARTNER|WEDNESDAY|PARTNER|...
Rafael| ??????|Sergio|??????  |Sergio   |????????
Edson | ??????|Edson |??????  |Alan     |????????
Alan  | ??????|Rafael|??????  |Edson    |????????

“？？？”应该替换为类似于 =VLOOKUP('name in the left', REGISTER, 2, FALSE)

【问题讨论】：

这很棘手，因为 Pandas 不太喜欢多列具有相同名称的情况，您应该将 PARTNER 重命名为 MONDAY_PARTNER 、TUEDSDAY_PARTNER等...

即使重命名，我如何应用合并？

【参考方案1】：

使用Series.map 和Series by zip 对通过索引过滤的列名称，因此第一列映射到第二、第三到第四列，每列类似：

s = REGISTER.set_index('NAME')['PARTNER']

for c1, c2 in zip( WEEK.columns[::2], WEEK.columns[1::2]):
    #print (c1, c2)
    WEEK[c2] = WEEK[c1].map(s)

print (WEEK)
   MONDAY PARTNER TUESDAY PARTNER.1 WEDNESDAY PARTNER.2
0  Rafael   Roger  Sergio   Gabriel    Sergio   Gabriel
1   Edson     Ney   Edson       Ney      Alan    Nelson
2    Alan  Nelson  Rafael     Roger     Edson       Ney

如果值不匹配，map 创建缺失值。因此，如果需要原始值以获得不匹配的值，请使用 replace 而不是 map。