【问题标题】：Create a new column based on other columns as indices for another dataframe基于其他列创建一个新列作为另一个数据框的索引
【发布时间】：2017-08-15 20:49:15
【问题描述】：

假设我有一个数据框，其中至少有两列 col1 和 col2。此外，我还有另一个数据框，其列名是 col 1 中的值，其索引是 col2 中的值。

import pandas as pd
df1 = pd.DataFrame( {'col1': ['x1', 'x2', 'x2'], 'col2': ['y0', 'y1', 'y0']})
print(df1)
  col1 col2
0   x1   y0
1   x2   y1
2   x2   y0

print(df2)
     y0   y1
x1    1    4
x2    2    5
x3    3    6

现在我想添加 col3，它可以在 col1 的索引和 col2 的列中为我提供第二个数据帧的值。结果应如下所示：

   col1  col2  col3
0    x1    y0     1
1    x2    y1     5
2    x2    y0     2

谢谢大家！

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

您可以将stack 用于新的df 和merge：

df2 = df2.stack().reset_index()
df2.columns = ['col1','col2','col3']
print (df2)
  col1 col2  col3
0   x1   y0     1
1   x1   y1     4
2   x2   y0     2
3   x2   y1     5
4   x3   y0     3
5   x3   y1     6

print (pd.merge(df1, df2, on=['col1','col2'], how='left'))
  col1 col2  col3
0   x1   y0     1
1   x2   y1     5
2   x2   y0     2

另一种解决方案是使用join 创建新的Series：

s = df2.stack().rename('col3')
print (s)
  col1 col2
0   x1   y0
1   x2   y1
2   x2   y0
x1  y0    1
    y1    4
x2  y0    2
    y1    5
x3  y0    3
    y1    6
Name: col3, dtype: int64

print (df1.join(s, on=['col1','col2']))
  col1 col2  col3
0   x1   y0     1
1   x2   y1     5
2   x2   y0     2

【讨论】：

第二个的优雅。
@NickilMaveli - 谢谢。

【解决方案2】：

简单连接

Pandas 支持索引和列的连接操作，这意味着你可以这样做：

df1.merge(df2, left_on='col1', right_index=True)

生产

  col1 col2  y0  y1
0   x1   y0   1   4
1   x2   y1   2   5
2   x2   y0   2   5

将正确的值放入col3 是下一步

申请

这有点效率低下，但它是一种将正确数据放入一列的方法

df['col3'] = df[['col2', 'y0', 'y1']].apply(lambda x: x[int(x[0][1]) + 1], axis=1)

【讨论】：