如何根据列中字符串的子字符串合并两个 dfs 并插入另一列的值？

Question

我有以下 dfs：

data:

ZIP code	urbanisation
1111AA
3916HV

reference:

ZIP code category	urbanisation
1111	High
3916	Medium

所以我的数据集中的城市化是空的，我需要使用我在网上找到的城市化度量来填充它。我想要：

• 将 reference["ZIP code category"] 列与 data["ZIP code"] 的前 4 位数字匹配，但我无法更改实际的邮政编码。也就是说，我想基于子字符串进行匹配，例如使用data["ZIP code"].str[:4]。
• 对于每个匹配项，将reference["urbanisation"]的对应值粘贴到data["urbanisation"]

我试过如下：

pd.merge(
    data, reference,
    left_on=['ZIP code', data["ZIP code"].str[:4]],
    right_on=['ZIP code category', reference["ZIP code category"]]
)

但是，此代码不正确，我不知道如何产生所需的结果。

Answer 1

IIUC 使用：

data.drop('urbanisation',axis=1).assign(**{'ZIP code category': data["ZIP code"].str[:4]})
    .merge(reference.assign(**{'ZIP code category': data["ZIP code"].astype(str)}),
     on=['ZIP code category'], how='left')