如何将列添加到 dataframe 中，其值取决于另一个 dataframe？

Question

我正在使用两个数据框：

Dataframe1 看起来像：

用户（索引）	苹果	香蕉
皮特	4	2
萨拉	5	10
卡拉	4	2
汤姆	3	3

Dataframe2 看起来像：

指数	用户
1	皮特
2	萨拉

我想在 dataframe1 中创建一个新的 boolean 列，如果用户在 dataframe 2 中，这是真的。所以 output 看起来像：

用户	苹果	香蕉	新专栏
皮特	4	2	真的
萨拉	5	10	真的
卡拉	4	2	错误的
汤姆	3	3	错误的

我尝试使用 lambda function 但没有走得很远。

Answer 1

这是一个简单的方法。

df = df.reset_index()
df2['new_column']=True

df = pd.merge(df, df2, left_on='user', right_on='user', how = 'left')
df.new_column.fillna(False, inplace=True)

Answer 2

您可以利用df.merge的indicator参数。 然后使用df.replace ：

In [598]: x = df1.merge(df2['user'], left_on='user (index)', right_on='user', how='left', indicator='new column').replace({'both': True, 'left_only':False}).drop('user', 1)

In [599]: x
Out[599]: 
  user (index)  apples  bananas  new column
0         Pete       4        2        True
1         Sara       5       10        True
2         Kara       4        2       False
3          Tom       3        3       False

或者：

为了获得更好的性能，请使用Series.map而不是df.replace ：

In [609]: y = df1.merge(df2['user'], left_on='user (index)', right_on='user', how='left', indicator='new column').drop('user', 1)

In [611]: y['new column'] = y['new column'].map({'both': True, 'left_only':False})

In [612]: y
Out[612]: 
  user (index)  apples  bananas new column
0         Pete       4        2       True
1         Sara       5       10       True
2         Kara       4        2      False
3          Tom       3        3      False