使用Python中的Pandas索引和匹配两个不同数据框之间的行

Question

这里的第一个问题，所以请让我知道是否需要进一步说明。 本质上，我有两个数据帧，我需要索引/匹配（基本上是Excel中的vLookUp），但无法使其终身有效。

我有两个数据框。

df_1 = pd.DataFrame([['55555', '975 8th Avenue', ""],
                 ['44444', '900 Market St', ""],
                 ['54444', '975 7th Avenue', ""],
                 ['44445', '901 Market St', ""],
                 ['33333', '975 4th Avenue', ""],
                 ['35555', '975 8th Avenue', ""]], columns=['storezipCode', 'streetAddress', 'storeLoc'])

和

df_2 = pd.DataFrame([['New York', '53333'],
                 ['New York', '54444'],
                 ['New York', '55555'],
                 ['San Francisco', '44443'],
                 ['San Francisco', '44444'],
                 ['San Francisco', '44445'],
                 ['Chicago', '33333'],
                 ['Chicago', '34444'],
                 ['Chicago', '35555']], columns=['storeLoc', 'storezipCode'])

我要完成的工作是从df_2中提取“ storeLoc”，并将其与df_1和df_2中的“ storezipCode”进行匹配。

实际上，就行/列而言，两帧数据远不相等，所以我认为这让我非常头疼。 有谁知道一个简单的解决方案吗？ 在Excel中，这只是小菜一碟，所以我觉得我只是在忽略一些东西。

Answer 1

试试map和set_index ：

df_1['storeLoc'] = df_1.storezipCode.map(df_2.set_index('storezipCode')['storeLoc'])
print(df_1)

输出：

  storezipCode   streetAddress       storeLoc
0        55555  975 8th Avenue       New York
1        44444   900 Market St  San Francisco
2        54444  975 7th Avenue       New York
3        44445   901 Market St  San Francisco
4        33333  975 4th Avenue        Chicago
5        35555  975 8th Avenue        Chicago