将一列与另一数据框列匹配并粘贴第二个数据中的值 - Python

Posted 2023-03-11

【中文标题】将一列与另一数据框列匹配并粘贴第二个数据中的值 - Python

【英文标题】：Match one column with another data frame column and paste value from second data - Python

【发布时间】：2021-04-19 05:14:26

【问题描述】：

我有两个数据帧，一个包含数据，第二个包含代码及其解码值。我想将 df1[code] 与 df2[code] 匹配并将 df2[value] 粘贴到 df1 中。 应该注意的是，我的第二个数据帧包含一次代码和值，它基本上是一张代码和值，但在第一个数据帧中，代码是重复的，因此将粘贴的值列应该代表每次代码出现时的值在 df1[code] 列中。

df1[code]	df2[code]	df2[value]
234	000	Three
235	234	Two
238	238	Four
337	235	Five

我需要如下：

df1[code]	df1[value]
234	Two
235	Five
238	Four
337	Null

基本上是从第二个数据帧转换一个数据帧中的代码。

【问题讨论】：

如果您有 2 个数据框 df1 和 df2 ， df1.merge(df2,on='Code') ，请查看合并。

你能显示你尝试的代码吗？

合并不起作用，因为 df1 有很多列，所以它会给出数据类型错误。

我也尝试将 df2 转换为字典。但随后匹配不会发生在 df1[code] 并且所有打印的值为 null\

【参考方案1】：

假设您的数据框如下：

df1
   code     something  some_number
0   210  SOMETHING_28     0.206017
1   913  SOMETHING_36     0.810195
2   210  SOMETHING_18     0.258638
3  None             a     0.000000

df2
   code     value
0   210  VALUE_01
1   590  VALUE_02
2   614  VALUE_03
3   696  VALUE_04
4   913  VALUE_05

然后，您可以使用merge，根据需要更改code 列的类型（例如，如果它是一个字符串）：

df1.code = df1.code.map(lambda x: np.int64(x) if x else np.nan).astype('Int64')
df2.code = df2.code.astype('Int64')
merged_df = df1.merge(df2, on='code', how='left')

你会得到：

   code     value
0   210  VALUE_01
1   913  VALUE_05
2   210  VALUE_01
3  <NA>       NaN

这里是创建 df1 和 df2 的代码，其结构与此答案中显示的相同：

import pandas as pd
import numpy as np

codes = sorted(np.random.randint(1, 1000, 5))
values = [f'VALUE_x:02.0f' for x in range(1, len(codes) + 1)]

df1 = pd.DataFrame(
    data=[
        [c, f'SOMETHING_np.random.randint(1, 50)', np.random.random()]
        for c in np.random.choice(codes, 3)
    ],
    columns=['code', 'something', 'some_number']
)

df2 = pd.DataFrame(
    data=list(zip(codes, values)),
    columns=['code', 'value']
)

【讨论】：

您正在尝试合并 object 和 int64 列。如果你想继续，你应该使用 pd.concat .. 这是我得到@Piecot的错误

如果数据框与我在这里使用的不同，您应该提供一个数据框示例（及其列的实际类型）。也许你在某处有一些 nan 值......

我已经更新了我的答案以处理code 的df1 列中的字符串和空值

【参考方案2】：

如何使用 map-dict：

map_dict = dict(zip(df2['code'], df2['value']))
df1['value'] = df1['code'].map(map_dict)