使用来自另一个 Dataframe 的值有条件地填充 Dataframe 中的列答案

【问题标题】：Filling a Column in a Dataframe conditionally using values from another Dataframe使用来自另一个 Dataframe 的值有条件地填充 Dataframe 中的列
【发布时间】：2021-11-23 18:13:45
【问题描述】：

我有 2 个数据框，一个是名为“database”的查找数据框，另一个是名为“df”的数据框，其值将有条件地使用“database”数据框列中名为“Value”的值填充

我试过 -- df['Value'] = pd.np.where 但它不起作用
我试过 -- np.equal.outer 但它也不起作用

我尝试了合并，它可以工作，但它不会有条件地填充值，我想在 df 的 'Variab' 列中用 '1' 填充每一行的值，'col2' 只是一个空列所以忽略它。

提前致谢！

之前：df

ID	Variab	col2
A2	1
A2	1
A3	0
A3	1
A4	1
A3	0
A3	1
A4	1
A3	0
A3	1
A4	1

之前：数据库

ID	Value
A2	Ball
A3	Sky
A4	Bird
A5	Fly
A6	Pizza

之后：（目标）

ID	Variab	Value
A2	1	Ball
A2	1	Ball
A3	0
A3	1	Sky
A4	1	Bird
A3	0
A3	1	Sky
A4	1	Bird
A3	0
A3	1	Sky
A4	1	Bird

【问题讨论】：

分享你目前尝试过的代码

标签： python pandas dataframe conditional-statements

【解决方案1】：

在merge之前使用mask：

df['Value'] = df.mask(df['Variab'].eq(0)).merge(db, on='ID', how='left')['Value']
print(df)

# Output
    ID  Variab  col2 Value
0   A2     1.0   NaN  Ball
1   A2     1.0   NaN  Ball
2   A3     0.0   NaN   NaN
3   A3     1.0   NaN   Sky
4   A4     1.0   NaN  Bird
5   A3     0.0   NaN   NaN
6   A3     1.0   NaN   Sky
7   A4     1.0   NaN  Bird
8   A3     0.0   NaN   NaN
9   A3     1.0   NaN   Sky
10  A4     1.0   NaN  Bird

【讨论】：