熊猫：来自条件和另一个数据框的新列答案

【问题标题】：Pandas: New column from conditions and from another data frame熊猫：来自条件和另一个数据框的新列
【发布时间】：2021-08-22 11:16:57
【问题描述】：

我有两个数据框，df1 和 df2。

df1                df2
A   B              C   D   E
ad  df             ad  se  1
ad  se             xc  je  2
xc  je             ad  df  3
...                ...

我需要使用 df2 的 E 列中包含的值在 df1 中创建一个新列。为此，我需要在 A 和 C 列之间以及从 B 和 D 中找到匹配值df1 和 df2。

where A == C & B == D 
      XX = E

结果应该是这样的：

df1                
A   B   XX         
ad  df  3          
ad  se  1          
xc  je  2         
...

这可能很简单，但我对 pandas 很陌生，还没有真正找到实现这一点的方法。

非常欢迎任何建议！

【问题讨论】：

请在您的问题中添加您尝试过的代码（强烈建议这样做），谢谢。

标签： python pandas dataframe

【解决方案1】：

您可以根据您提到的列合并两个数据框。

>>> result = df1.merge(df2, left_on=['A', 'B'], right_on=['C', 'D'])
>>> result
    A   B   C   D   E
0   ad  df  ad  df  3
1   ad  se  ad  se  1
2   xc  je  xc  je  2

并删除 C 和 D 列。

result.drop(columns=['C', 'D'], inplace=True)

Else，一个更优雅的解决方案。将C和D的列重命名为A和B，就可以直接执行merge了。

>>> result = df1.merge(df2.rename(columns={'C': 'A', 'D': 'B'}))
>>> result
    A   B   E
0   ad  df  3
1   ad  se  1
2   xc  je  2

```py

【讨论】：

【解决方案2】：

我认为只需调用pd.merge 或df.merge 即可实现您想要的。

小例子

import pandas as pd
                                                                                       
df1 = pd.DataFrame({'A': ['ad', 'ad', 'xc'], 'B': ['df', 'se', 'je']})
df2 = pd.DataFrame({'C': ['ad', 'xc', 'ad'], 'D': ['se', 'je', 'df'], 'E': [1, 2, 3]})
                                                                                       
                                                                                       
                                                                                       
df1.merge(df2, left_on=['A', 'B'], right_on=['C', 'D'])

输出

    A   B   C   D  E
0  ad  df  ad  df  3
1  ad  se  ad  se  1
2  xc  je  xc  je  2

【讨论】：

【解决方案3】：

试试这个：

pd.merge(df1, df2.rename(columns={'C':'A', 'D':'B'}), on=['A', 'B'], how='left')

【讨论】：

完美运行。谢谢！