用来自另一个数据框的值填充多列

Question

我正在尝试根据某些条件用另一个 Pandas 数据帧中的列填充一个 Pandas 数据帧中的空列。

第一个表是audit_records_df，它看起来像这样：

id	audit_type	audit_date	maliciousness_level	suspicious_counts
123456	Unknown	2/5/21	NaN	NaN
123456	Cleared	2/6/21	NaN	NaN
123456	Terminated	2/8/21	NaN	NaN
345678	Terminated	2/5/21	NaN	NaN

第二张表是spam_profile_most_recent_notes:

id	audit_type	audit_date	maliciousness_level	suspicious_counts	ire_1	ire_2
123456	Unknown	2/5/21	high	3	222	222
345678	Terminated	2/5/21	high	6	222	222

请注意，与 audit_records_df 表格不同（其中一个 id 可能有多行），在 spam_profile_most_recent_notes 每个表格 id 只有 1 行。

我正在尝试使用来自spam_profile_most_recent_notes 表的同名列的值填充audit_records_df 表中的列maliciousness_level 和suspicious_counts（我们需要忽略列ire_1 和ire_2），基于符合以下标准：

• 对于audit_records_df 表中id 与spam_profile_most_recent_notes 中的id 匹配的行，将audit_records_df 表中的maliciousness_level 和suspicious_counts 填入audit_records_df 表中spam_profile_most_recent_notes 表中@ 987654346@ 匹配。

填充后，audit_records_df 表应如下所示：

id	audit_type	audit_date	maliciousness_level	suspicious_counts
123456	Unknown	2/5/21	high	3
123456	Cleared	2/6/21	high	3
123456	Terminated	2/8/21	high	3
345678	Terminated	2/5/21	high	6

我见过一些与此类似的问题：Conditionally fill column with value from another DataFrame based on row match in Pandas。但是，我所看到的只是在 1 列中填写值，这与我必须为多列填写值的用例不同。

任何建议将不胜感激。

Answer 1

我认为您可以通过以下方式解决此问题：

1. 从audit_record_df 表中删除malicious_level 和suspicious_counts 列。
2. 仅保留spam_profile_most_recent_notes 中的id、malicious_level 和suspicious_counts 列
3. 使用id 在两个表上执行左内连接

audit_record_df.drop(['maliciousness_level', 'suspicious_counts'], axis=1, inplace=True)
print(audit_record_df)

       id  audit_type audit_date
0  123456     Unknown     2/5/21
1  123456     Cleared     2/6/21
2  123456  Terminated     2/8/21
3  345678  Terminated     2/5/21

spam_profile_most_recent_notes = spam_profile_most_recent_notes[['id', 'maliciousness_level', 'suspicious_counts']]
print(spam_profile_most_recent_notes)

       id  audit_type audit_date
0  123456     Unknown     2/5/21
1  123456     Cleared     2/6/21
2  123456  Terminated     2/8/21
3  345678  Terminated     2/5/21

new_df = audit_record_df.merge(spam_profile_most_recent_notes, on='id', how='left')
print(new_df)

       id  audit_type audit_date maliciousness_level  suspicious_counts
0  123456     Unknown     2/5/21                high                  3
1  123456     Cleared     2/6/21                high                  3
2  123456  Terminated     2/8/21                high                  3
3  345678  Terminated     2/5/21                high                  6