python比较2列，如果第3列与第2列匹配，则用第1列的值编写第4列

Question

我在Excel文件中有3列。我想比较col 3中的值和col2中的值。如果col2中存在该值，则将col1的值写入col4。如果该值不在col2中，则将NA写入col4。col3有时可能为空值，在这种情况下，没有什么可比较的。

示例： Excel文件

col1    col2    col3
a2      2        4
1d      3        2
cc      5        3
12      4        1

预期结果：

col1    col2    col3    col4
a2      2        4       12
1d      3        2       a2
cc      5        3       1d
12      4        1       NA

仍在进行中。指针将非常有帮助。

Answer 1

默认情况下，Series.map与另一个由DataFrame.set_index创建的Series使用NaN：

df = pd.read_excel(file)

df['col4'] = df['col3'].map(df.set_index('col2')['col1'])
print (df)
  col1  col2  col3 col4
0   a2     2     4   12
1   1d     3     2   a2
2   cc     5     3   1d
3   12     4     1  NaN

如果在col2中可能重复，则会引发错误：

  

InvalidIndexError：仅对具有唯一值的索引对象有效的索引重新建立索引

解决方案已添加DataFrame.drop_duplicates：

print (df)
  col1  col2  col3
0   a2     2     4
1   1d     2     2
2   cc     5     3
3   12     4     1

df['col4'] = df['col3'].map(df.drop_duplicates('col2').set_index('col2')['col1'])
print (df)
  col1  col2  col3 col4
0   a2     2     4   12
1   1d     2     2   a2
2   cc     5     3  NaN
3   12     4     1  NaN