在两个 pandas 数据框中查找值并创建新列答案

【问题标题】：Looking up values in two pandas data frames and create new columns在两个 pandas 数据框中查找值并创建新列
【发布时间】：2020-05-01 12:55:29
【问题描述】：

我的问题中有两个数据框。

df1

ID      Value
 1      A
 2      B
 3      C

df2:

ID      F_ID     S_ID
1       2        3
2       3        1
3       1        2

我想在每个 ID 列旁边创建一个列，用于存储从 df1 查找的值。输出应如下所示：

ID  ID_Value     F_ID  F_ID_Value   S_ID  S_ID_Value
1     A             2   B              3       C
2     B             3   C              1       A
3     C             1   A              2       B

基本上从 df1 查找并创建一个新列来存储这些值。

【问题讨论】：

顺序不重要？
@jezrael：顺序并不重要。但问题已经回答了！
yop，我问是因为与预期输出的女巫顺序不匹配，如果没有问题就OK

标签： python pandas merge lookup concat

【解决方案1】：

您可以在df2 的每一列上使用map，其值为df1。

s = df1.set_index('ID')['Value']
for col in df2.columns:
    df2[f'{col}_value'] = df2[col].map(s)
print (df2)
   ID  F_ID  S_ID ID_value F_ID_value S_ID_value
0   1     2     3        A          B          C
1   2     3     1        B          C          A
2   3     1     2        C          A          B

或者apply和concat

df_ = pd.concat([df2, df2.apply(lambda x: x.map(s)).add_prefix('_value')], axis=1)
df_ = df_.reindex(sorted(df_.columns), axis=1)

【讨论】：

【解决方案2】：

如果顺序很重要（我意识到不在 cmets 中）是必要的，请使用 DataFrame.insert 与枚举和一些数学：

s = df1.set_index('ID')['Value']

for i, col in enumerate(df2.columns, 1):
    df2.insert(i * 2 - 1, f'{col}_value', df2[col].map(s))
print (df2)
   ID ID_value  F_ID F_ID_value  S_ID S_ID_value
0   1        A     2          B     3          C
1   2        B     3          C     1          A
2   3        C     1          A     2          B

【讨论】：