根据列将一个数据框映射到另一个数据框

Question

我有两个数据框，根据 df1 的哪一列出现来自 df2 的值，必须将来自 df2 的值复制到 df1 的另一个特定列。

我尝试循环遍历数据框，但由于数据量大，它需要很长时间。我确信一定有一些“流行”的方式来做到这一点。

import pandas as pd

data1 = {'A': ['X1', 'Y1'],
        'B': ['X2', 'Y2'],
        'A1': ['NaN','NaN'],
        'B1': ['NaN','NaN'],
        }

data2 = {'AB': ['X1', 'Y2', 'X2','Y1'],
        'D': ['D1', 'D4', 'D3', 'D2'],
        }
df1=pd.DataFrame(data1, columns=['A','B','A1','B1'])
df2=pd.DataFrame(data2, columns=['AB','D'])

如果在 df2 中找到 df1 列 A 的值，则必须将 D 的相应值复制到 A1 列。如果在 df2 中找到 df1 列 B 的值，则必须将 D 的值复制到 B1 等...

有可能 A/B 中的值是 NaN，或者 df2 中没有对应的值。

data1_goal = {'A': ['X1', 'Y1'],
        'B': ['X2', 'Y2'],
        'A1': ['D1', 'D2'],
        'B1': ['D3', 'D4'],
        }
df_goal=pd.DataFrame(data1_goal, columns=['A','B','A1','B1'])

除了遍历 df1 之外，还有其他优雅的方法吗？

谢谢！

Answer 1

 df1.merge(df2, left_on='A', right_on='AB').merge(
     df1.merge(df2, left_on='B', right_on='AB'), 
     on=['A','B'])[['A', 'B', 'D_x','D_y']].rename(
     columns={'D_x': 'A1','D_y':'B1'})

Answer 2

这里有一种方法：

m=df1.loc[:,['A','B']].melt().merge(df2,left_on='value',right_on='AB').drop('AB',1)
n=m.assign(k=m.groupby('variable').cumcount()).set_index(['variable','k']).unstack(0)
df1=df1.mask(df1.eq('NaN'),n.values) #df1.mask(df1.isna(),n.values) if actual NaN
print(df1)

---

    A   B  A1  B1
0  X1  X2  D1  D3
1  Y1  Y2  D2  D4