将具有重复键的 Pandas 系列映射到 DataFrame

Question

环境：Python 3.9.6、Pandas 1.3.5

---

我有一个 DataFrame 和一个如下所示的系列

df = pd.DataFrame({"C1" : ["A", "B", "C", "D"]})
sr = pd.Series(data  = [1, 2, 3, 4, 5],
               index = ["A", "A", "B", "C", "D"])
"""
[DataFrame]
   C1
0  A
1  B
2  C
3  D

[Series]
A    1
A    2
B    3
C    4
D    5
"""

我试过了，

df["C2"] = df["C1"].map(sr)

但是发生了 InvalidIndexError，因为该系列有重复的键（“A”）。 pandas.errors.InvalidIndexError：重新索引仅对具有唯一值的索引对象有效

有什么方法可以像下面这样制作DF吗？

   C1 C2
0  A  1
1  A  2
2  B  3
3  C  4
4  D  5

or

   C1 C2
0  A  1    
1  B  3
2  C  4
3  D  5
4  A  2

行索引无关紧要。

Answer 1

这个问题经过大量编辑，现在具有非常不同的含义。

你想要一个简单的merge:

df.merge(sr.rename('C2'),
         left_on='C1', right_index=True)

输出：

  C1  C2
0  A   1
0  A   2
1  B   3
2  C   4
3  D   5

旧答案

首先，我不会重现您的问题（在 pandas 1.3.5 上使用 3M 行测试）。

那你为什么用切片而不是map？这将具有系统地输出正确行数的优势（如果键不存在，则为 NaN）：

例子：

sr = pd.Series({10:"A", 13:"B", 16:"C", 18:"D"})
df = pd.DataFrame({"C1":np.random.randint(10, 20, size=3000000)})
df['C2'] = df['C1'].map(sr)
print(df.head())

输出：

   C1   C2
0  10    A
1  18    D
2  10    A
3  13    B
4  15  NaN