Python/pandas：从两个数据帧中查找匹配值并返回第三个值

Question

我有两个不同的数据帧（df1，df2），它们的形状完全不同：df1: (64, 6); df2: (564, 9)。 df1 包含一列 (df1.objectdesc)，其中的值（字符串）也可以在 df2 (df2.objdescription) 的列中找到。 由于两个数据帧具有不同的形状，我必须使用.isin()来获取匹配值。 然后我想从 df2 (df2.idname) 中的不同列中从匹配的行中获取第三个值并将它们添加到 df1 - 这就是我努力的地方。

示例数据集：

df1

      Content    objectdesc    TS_id
0     sdrgs      1_OG.Raum45   55
1     sdfg       2_OG.Raum23   34
2     psdfg      GG.Raum12     78
3     sdfg       1_OG.Raum98   67

df2：

      Numb_val    object_count     objdescription    min   idname
0     463         9876             1_OG_Raum76       1     wq19
1     251         8324             2_OG.Raum34       9     zt45
2     456         1257             1_OG.Raum45       4     bh34
3     356         1357             2_OG.Raum23       3     if32
4     246         3452             GG.Raum12         5     lu76
5     345         8553             1_OG.Raum98       8     pr61

预期输出：

      Content    objectdesc    TS_id    idname
0     sdrgs      1_OG.Raum45   55       bh34
1     sdfg       2_OG.Raum23   34       if32
2     psdfg      GG.Raum12     78       lu76
3     sdfg       1_OG.Raum98   67       pr61

到目前为止，这是我的代码：

def get_id(x, y):
    for values in x,y:
        if x['objectdesc'].isin(y['objdescription']).any() == True:
            return y['idname']

df1['idname'] = get_id(df1, df2) 

不幸的是，这仅提供了从索引 0 开始的df2['idname']值，而不是真正从匹配的行中给我值。

任何帮助表示赞赏。 谢谢！

Answer 1

可以试试这个：

df1.merge(df2, left_on='objectdesc', right_on='objdescription')[['Content', 'objectdesc', 'TS_id', 'idname']]

参考：

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.merge.html

Answer 2

您可以将两者合并。

from io import StringIO

import pandas as pd

df_1_str = \
    '''
    Content    objectdesc    TS_id
    sdrgs      1_OG.Raum45   55
    sdfg       2_OG.Raum23   34
    psdfg      GG.Raum12     78
    sdfg       1_OG.Raum98   67
    '''

df_2_str = \
    '''
    Numb_val    object_count     objdescription    min   idname
    463         9876             1_OG_Raum76       1     wq19
    251         8324             2_OG.Raum34       9     zt45
    456         1257             1_OG.Raum45       4     bh34
    356         1357             2_OG.Raum23       3     if32
    246         3452             GG.Raum12         5     lu76
    345         8553             1_OG.Raum98       8     pr61
    '''

df_1 = pd.read_csv(StringIO(df_1_str), header=0, delim_whitespace=True)

df_2 = pd.read_csv(StringIO(df_2_str), header=0, delim_whitespace=True)

df_3 = df_1.merge(df_2[['objdescription', 'idname']], left_on='objectdesc',
                  right_on='objdescription').drop('objdescription', axis='columns')

df_3内容：

    Content    objectdesc      TS_id  idname
--  ---------  ------------  -------  --------
 0  sdrgs      1_OG.Raum45        55  bh34
 1  sdfg       2_OG.Raum23        34  if32
 2  psdfg      GG.Raum12          78  lu76
 3  sdfg       1_OG.Raum98        67  pr61