来自两个熊猫DF的交叉参考列。 如果找到匹配项，则从一个DF向另一个DF填充信息

Question

我试图交叉引用一个具有一列地址和邮政编码的DF，与另一个具有地址和一个完全空的列的DF，该列将接受邮政编码。 如果地址在df1和df2之间匹配，则df2应该接受邮政编码形式df1。

DF1

  Address PostCode A 1 B 2 C 3 D 4 

DF2

  Address PostCode ARCZ 

我想实现的目标是df2应该是：

DF2

  Address PostCode A 1 R NaN C 3 Z Nan 

我对此有点迷茫，我尝试使用'isin'和其他命令来加入，合并，布尔值。 我似乎无法弄清楚这一点。 任何意见，将不胜感激。

Answer 1

如果您对dtype = object的PostCode没问题

>>> df1
  Address  PostCode
0       A         1
1       B         2
2       C         3
3       D         4
>>> df2
  Address PostCode
0       A
1       R
2       C
3       Z
>>> df3 = df2.merge(df1, on='Address', how='left')
>>> df3['PostCode'] = df3.PostCode_y.combine_first(df3.PostCode_x)
>>> df3
  Address PostCode_x  PostCode_y PostCode
0       A                    1.0        1
1       R                    NaN
2       C                    3.0        3
3       Z                    NaN
>>> df3[['Address', 'PostCode']]
  Address PostCode
0       A        1
1       R
2       C        3
3       Z

或者，您可以执行此操作，但它将PostCode更改为dtype = float64以便处理NaN。 您以后可以随时修复数据类型。

>>> df2.Address.map(df1.set_index('Address').PostCode)
0    1.0
1    NaN
2    3.0
3    NaN
Name: Address, dtype: float64

请注意，使用df1.set_index（'Address'）。PostCode是一个索引系列。 如果您有一个地址到邮政编码的字典，则可以得到相同的效果。