Pandas DataFrame 理解 [重复]

Question

问题：在类似于列表推导的一行代码中，根据条件，将新列添加到 DataFrame 并使用来自另一个 DataFrame 的列的值填充。

示例代码：

我用一些瞳孔信息创建了一个名为 df 的 DataFrame

data = {'name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'], 
        'year': [2012, 2012, 2013, 2014, 2014], 
        'reports': [4, 24, 31, 2, 3]}
df = pd.DataFrame(data, index = ['Cochice', 'Pima', 'Santa Cruz', 
        'Maricopa', 'Yuma'])

然后是名为 df_extra 的第二个 DataFrame，它具有年份的字符串表示：

extra_data = {'year': [2012, 2013, 2014],
       'yr_string': ['twenty twelve','twenty thirteen','twenty fourteen']}
df_extra = pd.DataFrame(extra_data)

现在如何将值 yr_string 作为新列添加到 df 中，其中数字年份在一行代码中匹配？

我可以通过几个 for 循环轻松做到这一点，但我真的很想知道这是否可以在一行中完成，类​​似于列表推导？

我已经在这里搜索过问题，但是没有讨论根据一行中的条件从另一个 DataFrame 向现有 DataFrame 添加新列。

Answer 1

您可以merge年列上的数据框。

df.merge(df_extra, how='left', on=['year'])
#     name  reports  year        yr_string
# 0  Jason        4  2012    twenty twelve
# 1  Molly       24  2012    twenty twelve
# 2   Tina       31  2013  twenty thirteen
# 3   Jake        2  2014  twenty fourteen
# 4    Amy        3  2014  twenty fourteen

基本上，这表示“将数据从df_extra 拉到df 中year 列与df 匹配的任何位置”。 请注意，这将返回一个副本，而不是就地修改数据框。

列表推导仍然是 Python 循环（在技术上可能并不完全准确）。使用 pandas.merge() 方法，您可以利用 Pandas 用于操作其数据帧的矢量化、优化的后端代码。应该更快。