根据其他两列是否匹配为新列添加值答案

【问题标题】：Adding value to new column based on if two other columns match根据其他两列是否匹配为新列添加值
【发布时间】：2021-04-20 10:40:47
【问题描述】：

我有一个看起来像这样的数据框 (df1)；

title	score	id	timestamp	Stock_name
Biocryst ($BCRX) continues to remain undervalued	120	mfuz84	2021-01-28 21:32:10

...然后继续 44000 更多行。我有另一个看起来像这样的数据框（df2）；

Company name	Symbol
BioCryst Pharmaceuticals, Inc.	BCRX
GameStop	GME
Apple Inc.	AAPL

...包含所有在纳斯达克和纽约证券交易所上市的股票。然而，我现在想要做的是将股票的代码添加到 df1 中的“Stock_name”列中。为此，我想将 df1[title] 与 df2[Symbol] 匹配，然后根据标题中匹配的符号，将相应的股票名称（df2[Company name]）添加到 df1[ Stock_name] 列。如果标题中有多个股票名称，我想使用提到的第一个。

有什么简单的方法吗？

【问题讨论】：

不是确切的答案，但可能会对您有所帮助..stackoverflow.com/questions/60448654/…

标签： python pandas

【解决方案1】：

我尝试了这个小数据集，它正在工作，如果你有问题，请告诉我

df1 = pd.DataFrame({"title" :   ["Biocryst ($BCRX) continues to remain undervalued", "AAPL is good, buy it"], 'score' : [120,420]   , 'Stock_name' : ["",""]    })
df2 = pd.DataFrame({'Company name' : ['BioCryst Pharmaceuticals, Inc.','GameStop','Apple Inc.'], 'Symbol' : ["BCRX","GME","AAPL"]})

df1
                                               title    score   Stock_name
0   Biocryst ($BCRX) continues to remain undervalued    120 
1   AAPL is good, buy it                                420


df2
                     Company name   Symbol
0   BioCryst Pharmaceuticals, Inc.  BCRX
1   GameStop                        GME
2   Apple Inc.                      AAPL

for j in range(0,len(df2)):
  for i in range(0,len(df1)):
    if df2['Symbol'][j] in df1['title'][i]:
      df1['Stock_name'][i] = df2['Symbol'][j]


df1

                                               title    score   Stock_name
0   Biocryst ($BCRX) continues to remain undervalued    120     BCRX
1   AAPL is good, buy it                                420     AAPL

【讨论】：

我收到以下错误； “TypeError：'in ' 需要字符串作为左操作数，而不是 Series”。我已经尝试运行以下 "df2["Symbol"]= df2["Symbol"].astype(str)" 但不幸的是，这似乎并没有解决我收到错误的问题。当我手动创建一个包含一些条目的新数据框时，该代码确实有效。关于为什么会发生这种情况的任何想法？非常感谢任何帮助，谢谢！

【解决方案2】：

首先，我认为您应该根据df2 创建一个字典。

symbol_lookup = dict(zip(df2['Symbol'],df2['Company name']))

然后你需要一个函数来解析title 列。如果您可以依赖以美元符号开头的股票代码，则可以使用以下内容：

def find_name(input_string):
    for symbol in input_string.split('$'):
        #if the first four characters form 
        #a stock symbol, return the name
        if symbol_lookup.get(symbol[:4]):
            return symbol_lookup.get(symbol[:4])
        #otherwise check the first three characters
        if symbol_lookup.get(symbol[:3]):
            return symbol_lookup.get(symbol[:3])

您还可以根据期望符号在括号中来编写函数。如果你不能依赖任何一个，那就更复杂了。

最后，您可以将您的函数应用到title 列：

df1['Stock_name'] = df1['title'].apply(find_name)

【讨论】：