如何将列添加到具有以另一个数据框为条件的值的数据框？答案

【问题标题】：How can I add a column to a dataframe with a value conditional on another dataframe?如何将列添加到具有以另一个数据框为条件的值的数据框？
【发布时间】：2020-12-13 15:38:33
【问题描述】：

我正在使用两个数据框：

Dataframe1 看起来像：

user (index)	apples	bananas
Pete	4	2
Sara	5	10
Kara	4	2
Tom	3	3

Dataframe2 看起来像：

index	user
1	Pete
2	Sara

我想在 dataframe1 中创建一个新的布尔列，如果用户在 dataframe 2 中，则该列为 true。所以输出如下所示：

user	apples	bananas	new column
Pete	4	2	True
Sara	5	10	True
Kara	4	2	False
Tom	3	3	False

我尝试使用 lambda 函数，但没有走多远。

【问题讨论】：

为什么不使用df1['new column'] = df1['user (index)'].isin(df2['user'])？

标签： python pandas

【解决方案1】：

这是一个简单的方法。

df = df.reset_index()
df2['new_column']=True

df = pd.merge(df, df2, left_on='user', right_on='user', how = 'left')
df.new_column.fillna(False, inplace=True)

【讨论】：

【解决方案2】：

您可以利用df.merge 的indicator 参数。然后使用df.replace:

In [598]: x = df1.merge(df2['user'], left_on='user (index)', right_on='user', how='left', indicator='new column').replace({'both': True, 'left_only':False}).drop('user', 1)

In [599]: x
Out[599]: 
  user (index)  apples  bananas  new column
0         Pete       4        2        True
1         Sara       5       10        True
2         Kara       4        2       False
3          Tom       3        3       False

或：

为了获得更好的性能，请使用Series.map 而不是df.replace：

In [609]: y = df1.merge(df2['user'], left_on='user (index)', right_on='user', how='left', indicator='new column').drop('user', 1)

In [611]: y['new column'] = y['new column'].map({'both': True, 'left_only':False})

In [612]: y
Out[612]: 
  user (index)  apples  bananas new column
0         Pete       4        2       True
1         Sara       5       10       True
2         Kara       4        2      False
3          Tom       3        3      False

【讨论】：