如何匹配两个 DataFrame 中的特定值并在 Python Pandas 中添加额外的列？ [复制]

Posted 2023-03-11

【中文标题】如何匹配两个 DataFrame 中的特定值并在 Python Pandas 中添加额外的列？ [复制]

【英文标题】：How to Match Specific Values in two DataFrames and Add Extra Columns in Python Pandas? [duplicate]

【发布时间】：2019-07-24 11:51:43

【问题描述】：

如何使用 FOR LOOP 将 df_students 中的颜色与 df_colors 中的颜色进行匹配，然后在 df_students 中为每个学生填写对应的fruit和对应的fruit_id？

import pandas as pd
df_colors = pd.DataFrame('fruit_id':[101, 102, 103, 104, 105, 106, 107, 108, 109],
                       'fruit':['apple','banana','dragonfruit','kiwi','plum','lime', 'blackberry', 'blueberry', 'guava'],
                       'color':['red', 'yellow', 'magenta', 'brown', 'purple', 'green', 'black', 'blue', 'pink'])

df_students = pd.DataFrame('student':['Jamie', 'Tao', 'Ingrid', 'Will', 'Boris','Xavier','Nancy', 'Judith', 'Lamar', 'Francis', 'Shawna', 'Carlos', 'Morgan'],
                        'color': ['black', 'red', 'magenta', 'yellow','black', 'magenta', 'brown', 'purple', 'magenta', 'green', 'blue', 'pink', 'pink'])


df_students['fruit'] = ''
df_students['fruit_id'] = ''
for eachstudent in df_students['color']:
    for acolor in df_colors['color']:
        if eachstudent == acolor:
            df_students['fruit'] = df_colors['fruit']
            df_students['fruit_id'] = df_colors['fruit_id']
df_students

这个输出不正确！

【问题讨论】：

您的数据没有意义？如果df_colors中的苹果是红色，红色和香蕉是一样的，黑色和苹果如何搭配？

@Erfan 上面的代码输出错误。你可能是对的，我可以指出这一点。感谢您的建议！

@Guy_Fuqua 我已经更新了两种解决方案，一种用于 for 循环（用于合并），另一种显示在问题上。

【参考方案1】：

import pandas as pd

df_colors = pd.DataFrame('fruit_id':[101, 102, 103, 104, 105, 106, 107, 108, 109],
                   'fruit':['apple','banana','dragonfruit','kiwi','plum','lime', 'blackberry', 'blueberry', 'guava'],
                   'color':['red', 'yellow', 'magenta', 'brown', 'purple', 'green', 'black', 'blue', 'pink'])

df_students = pd.DataFrame('student':['Jamie', 'Tao', 'Ingrid', 'Will', 'Boris','Xavier','Nancy', 'Judith', 'Lamar', 'Francis', 'Shawna', 'Carlos', 'Morgan'],
                    'color': ['black', 'red', 'magenta', 'yellow','black', 'magenta', 'brown', 'purple', 'magenta', 'green', 'blue', 'pink', 'pink'])
df_students['fruit'] = ''
df_students['fruit_id'] = ''

for acolor1 in df_colors['color']: 
    df_students.loc[df_students['color']==acolor1,'fruit']= list(df_colors.loc[df_colors['color']==acolor1,'fruit'])[0]
    df_students.loc[df_students['color']==acolor1, 'fruit_id'] = list(df_colors.loc[df_colors['color']==acolor1, 'fruit_id'])[0]
print (df_students)

【讨论】：

完美。非常感谢！

最后的[0]表示什么？ df_students.loc[df_students['color']==acolor1,'fruit']= list(df_colors.loc[df_colors['color']==acolor1,'fruit'])[0]

表示它是列表的第一个成员

【参考方案2】：

这个怎么样：

for num1,eachstudent in enumerate(df_students['color']):
    for num2,acolor in enumerate(df_colors['color']):
        if eachstudent == acolor:
            df_students['fruit'].values[num1] = df_colors['fruit'].values[num2]
            df_students['fruit_id'].values[num1] = df_colors['fruit_id'].values[num2]

【讨论】：

感谢人这也有效。

【参考方案3】：

你只是想执行一个合并，你不需要'for循环'。

请看Pandas Merging 101

您正在寻找的解决方案：

df_students.merge(df_colors, on='color', how='left')


    student color   fruit_id    fruit
0   Jamie   black   107         blackberry
1   Tao     red     101         apple
2   Ingrid  magenta 103         dragonfruit
3   Will    yellow  102         banana
4   Boris   black   107         blackberry
5   Xavier  magenta 103         dragonfruit
6   Nancy   brown   104         kiwi
7   Judith  purple  105         plum
8   Lamar   magenta 103         dragonfruit
9   Francis green   106         lime
10  Shawna  blue    108         blueberry
11  Carlos  pink    109         guava
12  Morgan  pink    109         guava

就像我说的，如果您想在两个数据框中的 color 列上进行匹配，那么您给出的预期输出是不正确的。

【讨论】：

你说得对。我有合并解决方案，我对专门针对项目的 for 循环解决方案感兴趣。