向数据框添加新列

Question

我正在尝试做一些在 pandas 中应该非常简单的事情，但似乎不是。我有两个大数据框

df1 有 243 列，其中包括：

   ID2  K.   C  type
1  123  1.   2.   T
2  132  3.   1.   N
3  111  2.   1.   U

df2 有 121 列，其中包括：

   ID3  A    B   
1  123  0.   3.   
2  111  2.   3.   
3  132  1.   2. 

df2 包含关于同一 ID (ID2=ID3) 但顺序不同的不同信息

我想在 df2 中创建一个名为 (type) 的新列，并匹配 df1 中的 type 列。如果它与 df1 中的 ID 相同，则应从 df1 复制相同的类型（T、N 或 U）。换句话说，我需要它看起来像下面的数据框但是with all 121 columns from df2+type

ID3   A    B  type
123  0.   3.   T
111  2.   3.   U
132  1.   2.   N

我试过了

pd.merge 和 pd.join。

我也试过了

df2['type'] = df1['ID2'].map(df2.set_index('ID3')['type'])

但它们都不起作用。 它显示 KeyError: 'ID3'

Answer 1

据我所知，您的最后一个命令几乎是正确的。试试这个：

df2['type'] = df2['ID3'].map(df1.set_index('ID2')['type'])

Answer 2

join

df2.join(df1.set_index('ID2')['type'], on='ID3')

   ID3    A    B type
1  123  0.0  3.0    T
2  111  2.0  3.0    U
3  132  1.0  2.0    N

---

merge（取1）

df2.merge(df1[['ID2', 'type']].rename(columns={'ID2': 'ID3'}))

   ID3    A    B type
0  123  0.0  3.0    T
1  111  2.0  3.0    U
2  132  1.0  2.0    N

---

merge（拍2张）

df2.merge(df1[['ID2', 'type']], left_on='ID3', right_on='ID2').drop('ID2', 1)

   ID3    A    B type
0  123  0.0  3.0    T
1  111  2.0  3.0    U
2  132  1.0  2.0    N

---

map 和 assign

df2.assign(type=df2.ID3.map(dict(zip(df1.ID2, df1['type']))))

   ID3    A    B type
0  123  0.0  3.0    T
1  111  2.0  3.0    U
2  132  1.0  2.0    N