在 pandas 中将索引值从一个数据帧映射到另一个数据帧

Question

我有一个数据框df_in，如下所示：

import pandas as pd
import numpy as np
dic_in = {'A':['A1','A1','A1','L3','A3','A3','B1','B1','B1','B2','A2'],
       'B':['xxx','ttt','qqq','nnn','lll','nnn','eee','xxx','qqq','bbb','sss'],
       'C':['fas','efe','pfo','scs','grj','rpo','cbb','asf','asc','wq3','mls']}
df_in = pd.DataFrame(dic_in)

我还有一个名为 df_map 的数据框：

dic_map = {'X':['A1' ,'A1' ,'A1' ,'A2' ,'A3' ,'B1' ,'B1' ,'B1' ,'B1' ,'B2' ,'B3' ,'B3' ,'L1', 'L3' ,'L3'],
           'Y':['qqq','ttt','xxx','sss','lll','eee','qqq','xxx','zzz','bbb','mmm','ooo','kkk','nnn','ttt']}
df_map = pd.DataFrame(dic_map)

我的目标是研究df_in 中的每一个row[['A','B']]；如果在df_map 中识别出这两个项目，那么我提取相应索引的值并将其设置为第一个数据帧中的另一列。

例如：A1 - xxx 这对情侣在0 的地图中找到；因此我会在这对夫妇A1 - xxx 旁边放置一个0。 如果没有找到一对夫妇，那么我将放置NaN。

结果应该是这样的：

    Idx   A    B    C
0     2  A1  xxx  fas
1     1  A1  ttt  efe
2     0  A1  qqq  pfo
3    13  L3  nnn  scs
4     4  A3  lll  grj
5   NaN  A3  nnn  rpo
6     5  B1  eee  cbb
7     7  B1  xxx  asf
8     6  B1  qqq  asc
9     9  B2  bbb  wq3
10    3  A2  sss  mls

你能建议我一个聪明有效的方法来实现我的目标吗？

Answer 1

您可以将merge 与reset_index 一起使用，最后删除drop 的列：

print (pd.merge(df_in, 
                df_map.reset_index(), 
                left_on=['A','B'], 
                right_on=['X','Y'], 
                how='left').drop(['X','Y'], axis=1))

     A    B    C  index
0   A1  xxx  fas    2.0
1   A1  ttt  efe    1.0
2   A1  qqq  pfo    0.0
3   L3  nnn  scs   13.0
4   A3  lll  grj    4.0
5   A3  nnn  rpo    NaN
6   B1  eee  cbb    5.0
7   B1  xxx  asf    7.0
8   B1  qqq  asc    6.0
9   B2  bbb  wq3    9.0
10  A2  sss  mls    3.0

另一种解决方法，谢谢Julien Marrec：

df_in.merge(df_map.reset_index()
                  .set_index(['X','Y']), 
            left_on=['A','B'], 
            right_index=True, 
            how='left')

---

如果想要更改列的顺序，最后一个：

df = pd.merge(df_in, 
              df_map.reset_index(), 
              left_on=['A','B'], 
              right_on=['X','Y'], 
              how='left').drop(['X','Y'], axis=1)
cols = df.columns[-1:].tolist() + df.columns[:-1].tolist()
print (cols)
['index', 'A', 'B', 'C']

df = df[cols]
print (df)
    index   A    B    C
0     2.0  A1  xxx  fas
1     1.0  A1  ttt  efe
2     0.0  A1  qqq  pfo
3    13.0  L3  nnn  scs
4     4.0  A3  lll  grj
5     NaN  A3  nnn  rpo
6     5.0  B1  eee  cbb
7     7.0  B1  xxx  asf
8     6.0  B1  qqq  asc
9     9.0  B2  bbb  wq3
10    3.0  A2  sss  mls