Question

我有2个数据帧，我希望以下列方式组合： DF1：

I   A           B           C
0   0.719391    0.091693    one
1   0.951499    0.83716     one
2   0.975212    0.224855    one
3   0.80762     0.031284    three
4   0.63319     0.342889    one
5   0.075102    0.899291    two
6   0.502843    0.773424    two
7   0.032285    0.242476    one
8   0.794938    0.607745    one

DF2：

I   Y   C
0   1   one
1   2   two
2   3   three

结果是： df_comb：

I   A           B           C       Y
0   0.719391    0.091693    one     1
1   0.951499    0.83716     one     1
2   0.975212    0.224855    one     1
3   0.80762     0.031284    three   3
4   0.63319     0.342889    one     1
5   0.075102    0.899291    two     2
6   0.502843    0.773424    two     2
7   0.032285    0.242476    one     1
8   0.794938    0.607745    one     1

因此，df_comb的列Y中的每一行（其中列C的值与df2的列C中的值匹配）应该在其列的Y列中的df2中具有相应的列Y值。

我尝试了一些加入和合并但没有成功。有没有人知道怎么做而不使用for循环？

谢谢

Answer 1

选项1
df.map

df['Y']=df.C.map(df2.set_index('C')['Y'])
df
Out[164]: 
   I         A         B      C  Y
0  0  0.719391  0.091693    one  1
1  1  0.951499  0.837160    one  1
2  2  0.975212  0.224855    one  1
3  3  0.807620  0.031284  three  3
4  4  0.633190  0.342889    one  1
5  5  0.075102  0.899291    two  2
6  6  0.502843  0.773424    two  2
7  7  0.032285  0.242476    one  1
8  8  0.794938  0.607745    one  1

选项2
df.merge

df.merge(df2, on='C', how='left')

          A         B      C  Y
0  0.719391  0.091693    one  1
1  0.951499  0.837160    one  1
2  0.975212  0.224855    one  1
3  0.633190  0.342889    one  1
4  0.032285  0.242476    one  1
5  0.794938  0.607745    one  1
6  0.807620  0.031284  three  3
7  0.075102  0.899291    two  2
8  0.502843  0.773424    two  2

选项3
df.replace

df.C.replace(df2.set_index('C').Y)

I
0    1
1    1
2    1
3    3
4    1
5    2
6    2
7    1
8    1
Name: C, dtype: int64

在没有NAN的情况下组合不同大小的数据帧

1 个答案: