检查一个数据框值是否与另一个数据框列匹配，然后在数据框列中设置值

Question

我有一个数据框 dfScore

dfScore = pd.DataFrame([["ringo", 0,0,0]], columns=["Name","Sales total","Problem total","Finance total"])

    Name  Sales total  Problem total  Finance total
0  ringo            0              0              0

和数据框类别

data = [["Finance total", 14], ["Sales total", 4], ["Problem total", 5]] 
categories = pd.DataFrame(data, columns = ['Category', 'ScoreTruth'])

        Category  ScoreTruth
0  Finance total          14
1    Sales total           4
2  Problem total           5

我想要做的是检查类别中“类别”中的值是否包含在 dfScores 的列中。 如果是，则将 dfScores 列中的值设置为“ScoreTruth”相邻值。 我试过使用 isin 来获取 dfScores 列中的索引，但这实际上并没有告诉我哪个类别是哪个索引。 IE

index = np.where(dfScore.columns.isin(categories["Category"]))
print(index[0])
>>>[1 2 3]

如果我尝试从相反的方式获取索引，我会得到

index2 = np.where(categories["Category"].isin(dfScore.columns))
print(index2[0])
>>>[0 1 2]

所以现在我想我可以做这样的事情dfScore.iloc[:,index[0]] = categories.iloc[index2[0]].loc["ScoreTruth"]来设置值但我得到KeyError: 'ScoreTruth'显然，这只有在我使用 index[0] 设置 dfScores 中的每一行时才有效，这并不理想。

我想输出一个看起来像这样的数据帧

    Name  Sales total  Problem total  Finance total
0  ringo            4              5             14

Answer 1

让我们试试DataFrame.assign ：

s = categories.set_index('Category')['ScoreTruth']
dfScore.assign(**s[s.index.intersection(dfScore.columns)])

---

    Name  Sales total  Problem total  Finance total
0  ringo            4              5             14