两个Pandas数据帧之间的vlookup

Question

我有2个pandas Dataframes如下。

DF1：

Security     ISIN
ABC           I1 
DEF           I2
JHK           I3
LMN           I4
OPQ           I5

和DF2：

ISIN      Value
 I2        100
 I3        200
 I5        300

我想最终得到第三个数据帧，如下所示：

DF3：

Security   Value
 DEF       100
 JHK       200
 OPQ       300

Answer 1

你可以使用merge ，默认是内部连接，所以how=inner省略how=inner ，如果两个Dataframes只有一个公共列，你也可以省略参数on='ISIN' ：

df3 = pd.merge(df1, df2)
#remove column ISIN
df3.drop('ISIN', axis=1, inplace=True)
print (df3)
  Security  Value
0      DEF    100
1      JHK    200
2      OPQ    300

或者从df1按Series map列ISIN ：

print (df1.set_index('ISIN')['Security'])
ISIN
I1    ABC
I2    DEF
I3    JHK
I4    LMN
I5    OPQ
Name: Security, dtype: object

#create new df by copy of df2
df3 = df2.copy()
df3['Security'] = df3.ISIN.map(df1.set_index('ISIN')['Security'])
#remove column ISIN
df3.drop('ISIN', axis=1, inplace=True)
#change order of columns
df3 = df3[['Security','Value']]
print (df3)
  Security  Value
0      DEF    100
1      JHK    200
2      OPQ    300

Answer 2

您可以使用pd.merge在ISIN上自动执行内部pd.merge 。 以下代码行可以帮到您：

df3 = pd.merge(df1, df2)[['Security', 'Value']]

这导致df3 ：

  Security  Value
0      DEF    100
1      JHK    200
2      OPQ    300

完全可重现的代码示例如下所示：

import pandas as pd

df1 = pd.DataFrame({
        'Security': ['ABC', 'DEF', 'JHK', 'LMN', 'OPQ'],
        'ISIN' : ['I1', 'I2', 'I3', 'I4', 'I5']
    })
df2 = pd.DataFrame({
        'Value': [100, 200, 300],
        'ISIN' : ['I2', 'I3', 'I5']
    })

df3 = pd.merge(df1, df2)[['Security', 'Value']]
print(df3)