如果在右侧数据框中找不到左侧数据框中的值，如何使用合并在熊猫中执行VLOOKUP？

Question

因此，第一个（左侧）数据帧是：

Name
Brees
Brady
Rodgers
Mahomes

第二个（右）数据框是：

Name
Brees
Brady
Wilson
Mahomes

我想回来

Name
Brees
Brady
NaN
Mahomes

我使用了代码pd.merge(df,df1,on="Name",how='left')，但它返回：

Name
Brees
Brady
Rodgers
Mahomes

基本上，返回左数据帧

Answer 1

您可以将pd.Series.where与通过isin计算的布尔序列一起使用：

df1['Name'] = df1.where(df1['Name'].isin(df2['Name']))

print(df1)
#       Name
# 0    Brees
# 1    Brady
# 2      NaN
# 3  Mahomes

Answer 2

添加merge后，您的indicator就可以工作

df1.mask(df1.merge(df2,how='left',indicator =True)['_merge']=='left_only')
Out[8]: 
      Name
0    Brees
1    Brady
2      NaN
3  Mahomes

Answer 3

制作左侧数据框的副本，并“划掉”其值不在右侧daraframe中的行：

df1 = df.copy()
df1.loc[~df.isin(df2)["Name"], "Name"] = np.nan
#      Name
#0    Brees
#1    Brady
#2      NaN
#3  Mahomes