如果同一列在另一个数据框中，熊猫会从一个数据框中获取特定列[重复]答案

【问题标题】：Pandas get a specific column from one dataframe if the same column is in another dataframe [duplicate]如果同一列在另一个数据框中，熊猫会从一个数据框中获取特定列[重复]
【发布时间】：2020-05-27 14:24:36
【问题描述】：

对于我的一生，我无法弄清楚如何实施以下解决方案：

假设我有一个名为 df1

的数据框

   ID  Name  Gender
   0   Bill    M
   1   Adam    M
   2   Kat     F
   1   Adam    M

然后我有另一个名为 df2

的数据框

   ID  Name   Age
   5as   Sam  34
   1as   Adam 64
   2as   Kat  50

我要做的就是检查 df1 中的 ID 是否在 df2 中的 ID 中，如果是的话抓取相应的 Age 列并将其附加到 df1。

理想的解决方案：

   ID  Name  Gender  Age
   0   Bill    M
   1   Adam    M     64
   2   Kat     F     50
   1   Adam    M     64

我已经实现了以下解决方案，起初我认为它有效，但意识到它在 df 末尾缺少匹配很多值。不确定是因为我写的内容还是我的 CSV 文件太大。

y_list = df2.ID.dropna().unique()

for x in df1.ID.unique():
   if x in y_list:
        df1.loc[df1.ID == x, 'Age'] = df2.Age

感谢任何帮助！

【问题讨论】：

您在 df2 中写入您的 ID 是否出错？
跟进 Vishaka 的 cmets，请检查 ID 上的数据框。

标签： python pandas dataframe mapping

【解决方案1】：

你可以这样做

df3 = df1.join(df2.set_index('ID'), on='ID', lsuffix='_left')

如果您想加入“ID”列。
但是，如果您希望加入“姓名”，您可以更改 on=“姓名”。另一种选择是使用合并，

df1.merge(df2, on='Name', how='left')

输出

    ID  Name_x  Gender  Name_y  Age
0   0   Bill    M   NaN NaN
1   1   Adam    M   Adam    64.0
2   2   Kat F   Kat 50.0
3   1   Adam    M   Adam    64.0

这是使用caller.set_index('ID').join(other.set_index('ID'), lsuffix='_left')时的输出

    Name_left   Gender  Name    Age
ID              
0   Bill    M   NaN NaN
1   Adam    M   Adam    64.0
1   Adam    M   Adam    64.0
2   Kat F   Kat 50.0

【讨论】：

我想他们想要on="Name"
谢谢，我都更新了，问题是在另一个数据帧中找到“ID”...

【解决方案2】：

你可以这样做

name_age_dict = dict(zip(df2['Name'], df2['Age']))
df1['Age'] = df1['Name'].map(name_age_dict).fillna('')

另一种方法

df1['Age'] = df1['Name'].map(df2.set_index('Name')['Age']).fillna('')

输出

    ID  Name    Gender  Age
0   0   Bill    M   
1   1   Adam    M       64
2   2   Kat     F       50
3   1   Adam    M       64

【讨论】：