如何将 Pandas DataFrame 列中的值设置为等于基于另一个 DataFrame 的值

Question

我有两个 DataFrame - Final_df 和 Cust_LCK。在 Final_df DataFrame 中，我有一列名为“Cust Group”的空白值和另一列具有唯一帐号 - “Acct #”（两个数据帧之间的链接）。另一个 DataFrame (Cust_LCK) 有一个标题为“Acct #”的列，其中包含唯一的帐号，“Cust Group”包含帐号所属的客户组。

如何填写Final_df中客户群的空白？

Answer 1

您可以使用pandas.Series.map() 将值从Cust_LCK 映射到Final_df 列。

import pandas as pd


df = pd.DataFrame({'A': [5, 6, 7, 8, 9], 'B': [1, 2, 3, 4, 5]})

Final_df = pd.DataFrame({
    'Acct#'     : range(0, 5),
})

Final_df['Cust Group'] = ''

Cust_LCK = pd.DataFrame({
    'Acct#'     : range(5, 0, -1),
    'Cust Group': range(10, 15)
})

Final_df['Cust Group'] = Final_df['Acct#'].map(Cust_LCK.set_index('Acct#')['Cust Group'])

如果Cust_LCK 列的值有重复项，请只保留其中一个与pandas.DataFrame.drop_duplicates()：

Final_df['Cust Group'] = Final_df['Acct#'].map(Cust_LCK.drop_duplicates(subset['Acct#']).set_index('Acct#')['Cust Group'])

如果Cust_LCK 中的重复行具有不同的Cust Group 值，请使用pandas.DataFrame.merge() 保留它们：

Final_df = Final_df.merge(Cust_LCK[['Acct#', 'Cust Group']], how='left', on=['Acct#']).drop('Cust Group_x', axis=1).rename(columns={'Cust Group_y': 'Cust Group'})

import pandas as pd


df = pd.DataFrame({'A': [5, 6, 7, 8, 9], 'B': [1, 2, 3, 4, 5]})

Final_df = pd.DataFrame({
    'Acct#'     : range(0, 5),
})

Final_df['Cust Group'] = ''

print(Final_df)

'''
   Acct# Cust Group
0      0
1      1
2      2
3      3
4      4
'''

Cust_LCK = pd.DataFrame({
    'Acct#'     : [4, 4, 3, 2, 1],
    'Cust Group': range(10, 15)
})
Cust_LCK['Group'] = ''


print(Cust_LCK)

'''
   Acct#  Cust Group Group
0      4          10
1      4          11
2      3          12
3      2          13
4      1          14
'''

Final_df = Final_df.merge(Cust_LCK[['Acct#', 'Cust Group']], how='left', on=['Acct#']).drop('Cust Group_x', axis=1).rename(columns={'Cust Group_y': 'Cust Group'})

print(Final_df)

'''
   Acct#  Cust Group
0      0         NaN
1      1        14.0
2      2        13.0
3      3        12.0
4      4        10.0
5      4        11.0
'''

如果您不想在合并后删除和重命名列。在合并之前删除Final_df 的Cust Group 列。