Pandas 中的索引匹配？

Question

我正在尝试根据行键和列键匹配 x 值。在 excel 中，我使用 INDEX & MATCH 来获取正确的值，但在 Pandas 中我很难做到这一点。

示例：

我想将突出显示的值（保存在 df2 中）添加到我的 df['Cost'] 列中。

我有 df['Weight'] & df['Country'] 作为键，但我不知道如何使用它们来查找 df2 中突出显示的值。

如何将黄色值提取到 df3['Postage'] 中，然后我可以将其添加到我的 df['Cost'] 列中？

我希望这是有道理的。让我知道我应该提供更多信息。

编辑 - 更多信息（抱歉，我不知道如何从 Jupyter 复制输出）：

当我运行 [93] 时，我收到以下错误：

ValueError: Row labels must have same size as column labels

谢谢！

Answer 1

简单地获取突出显示的值1.75

df2.loc[df2['Country']=='B', 3]

因此，概括上述内容并使用来自df1 的国家权重密钥对：

cost = []

for i in range(df1.shape[0]):
    country = df1.loc[i, 'Country']
    weight = df1.loc[i, 'Weight']
    cost.append(df2.loc[df2['Country']==country, weight]

df1['Cost'] = cost

或者更好：

df1['Cost'] = df1.apply(lambda x: df2.loc[df2['Country']==x['Country'], x['Weight'], axis=1)

Answer 2

供您使用（注意 [0] 需要索引到数组中）

row = df1.iloc[1]
df2[df2.Country == row.Country][row.Weight][0]

希望这对 .iloc 和 .loc 有所帮助

d = {chr(ord('A')+r):[c+r*10 for c in range(5)] for r in range(5)}
df = pd.DataFrame(d).transpose()
df.columns=['a','b','c','d','e']
print(df)
print("--------")
print(df.loc['B']['c'])
print(df.iloc[1][2])

输出

    a   b   c   d   e
A   0   1   2   3   4
B  10  11  12  13  14
C  20  21  22  23  24
D  30  31  32  33  34
E  40  41  42  43  44
--------
12
12