熊猫：在一个数据框中创建新列，并根据与另一个数据框中的匹配键进行匹配

Question

我有两个pandas数据框，第一个数据框有两个列假定为键和值，第二个数据框仅包含键，我想在第二个数据框中添加新列，此列的值应为与第一个数据帧匹配的键

df = pd.DataFrame({'vi' : ['a','b','c','d','e'],'s':[2,5,7,0,1]})  
tf = pd.DataFrame({'vi' : ['b','d','c','a','e']})    
df    

vi  s  
 a  2  
 b  5  
 c  7  
 d  0  
 e  1  

tf  

vi    
 b  
 d  
 c  
 a  
 e  

result tf  

vi  s  
 b  5  
 d  0  
 c  7  
 a  2  
 e  1

Answer 1

合并时，您需要指定left以确保tf中的所有值都包含在新数据框中。 由于两个数据框的键列名称相同，因此请指定on='vi' 。

df = pd.DataFrame({'vi': ['a', 'b', 'c', 'd', 'e', 'z'],
                   's': [2, 5, 7, 0, 1, 10]})  
tf = pd.DataFrame({'vi': ['b', 'd', 'c', 'a', 'e', 'f']})

>>> tf.merge(df, how='left', on='vi')
  vi   s
0  b   5
1  d   0
2  c   7
3  a   2
4  e   1
5  f NaN

我已经将两个数据集扩展为一个非唯一值。 请注意，上面的结果与简单的合并有何不同，默认情况下，简单的合并会进行内部联接。

>>> tf.merge(df)
  vi  s
0  b  5
1  d  0
2  c  7
3  a  2
4  e  1

Answer 2

您可以使用tf.merge(df) 将 tf与df 合并 ，示例如下：

In [1]: import pandas as pd

In [2]: df = pd.DataFrame({'vi' : ['a','b','c','d','e'],'s':[2,5,7,0,1]})  

In [3]: tf = pd.DataFrame({'vi' : ['b','d','c','a','e']}) 

In [4]: tf = tf.merge(df)

In [5]: tf
Out[5]: 
  vi  s
0  b  5
1  d  0
2  c  7
3  a  2
4  e  1

这是您想要的结果。

Answer 3

将列附加到数据框后，行索引由索引确定。

您可以使用

df = pd.DataFrame({'s':[2,5,7,0,1]})  
df.index = ['a','b','c','d','e']

默认情况下，索引是从0到N-1的整数范围。