根据数据框中另一列的值将值分配给列表中的数据框列答案

【问题标题】：Assigning values to dataframe columns from a list based on value of another column in dataframe根据数据框中另一列的值将值分配给列表中的数据框列
【发布时间】：2020-05-23 23:20:51
【问题描述】：

根据数据框中另一列的值从列表中为数据框列分配值

我有两个数据框，df1 和 df2，其中

df1 = pd.DataFrame(np.array([['a', 'b', 'c','d'], [1, 2, 3, 4]]),
                   columns=['x', 'y'])


df2 = pd.DataFrame(np.array([['a', 'b', 'c', 'a', 'c', 'b','b'], [4, 5, 6, 1, 32, 1, 8]]),
                   columns=['x', 'z'])

我想基于 df2 创建一个数据帧 df3，并分配适当的 df1['y'] 值。因此，例如，我希望结果如下所示：

df3 = pd.DataFrame(np.array([['a', 'b', 'c', 'a', 'c', 'b','b'], [4, 5, 6, 1, 32, 1, 8] , [1, 2, 3, 1, 3, 2, 2 ] ]),
                   columns=['x', 'z', 'y'])

在我的实际情况中，x 有数千个可能的值，所以我想尽可能避免使用if df3['x'] == a: df3['y'] = 1 样式的解决方案。

【问题讨论】：

到底是什么问题？你有没有尝试过什么，做过什么研究？

标签： python pandas

【解决方案1】：

您可以通过合并来实现：

df3 = df2.merge(df1, how="left", on="x")

【讨论】：

【解决方案2】：

设置：

import pandas as pd
import numpy as np

data={'x':['a', 'b', 'c','d'],
      'y':[1, 2, 3, 4]}
df1 = pd.DataFrame(data)

data2={'x':['a', 'b', 'c', 'a', 'c', 'b','b'],
       'z':[4, 5, 6, 1, 32, 1, 8]}
df2 = pd.DataFrame(data2)

data3={'x':['a', 'b', 'c', 'a', 'c', 'b','b'],
       'z':[4, 5, 6, 1, 32, 1, 8]}
df3 = pd.DataFrame(data3)

字典法：

# Make a dictionary
dict = df1.set_index('x').to_dict()
# Map to dictionary
df3 = df2.assign(x=df2['x'].map(*dict.values()))

您必须解压缩 dict，因为它实际上是 2 个字典，但您只需要第二个。

【讨论】：