如何根据另一个 dataframe 列的值设置列中的值

Question

我有两个数据框：

第一个： df1

df1 = {'NAME': ['A','B','C','D'],
        'GROUP': ['A1','B1','C1','D1']
        }
df1 = pd.DataFrame(df1,columns=['NAME','GROUP'])

   NAME GROUP
0   A   A1
1   B   B1
2   C   C1
3   D   D1

第二： df2

df2 = {'NAME': ['AA','AAA','AAAA','BB','BBB','BBBB','CC','CCC','CCCC','DD','DDD','DDDD'],
        'GROUP': ['','','','','','','','','','','','']
        }
df2 = pd.DataFrame(df2,columns=['NAME','GROUP'])

    NAME    GROUP
0   AA  
1   AAA 
2   AAAA    
3   BB  
4   BBB 
5   BBBB    
6   CC  
7   CCC 
8   CCCC    
9   DD  
10  DDD 
11  DDDD    

我的任务是根据 df1 中的 NAME 在 df2 中设置 GROUP。

我想我需要使用包含：如果 df1['NAME'] 在 df2['NAME'] 中，将 GROUP 设置为 df1['NAME] 中的那个。 我尝试使用循环并将 DataFrame 转换为arrays ，但没有帮助。

Answer 1

使用Series.str.extract创建可以合并的匹配列。 然后把小组带过来。 删除合并前已经存在的'GROUP'列，为了清楚起见，我保留了'match'列。

在多个 substring 匹配的情况下，因为它使用.str.extract它将仅与第一个 substring 匹配合并。 （可以使用.str.extractall和一些 groupby 来处理多个匹配项，以将所有内容组合成一个列表。）

pat = '(' + '|'.join(df1['NAME']) +')'
df2['match'] = df2['NAME'].str.extract(pat)

df2 = df2.drop(columns='GROUP').merge(df1.rename(columns={'NAME': 'match'}), how='left')

---

print(df2)

    NAME match GROUP
0     AA     A    A1
1    AAA     A    A1
2   AAAA     A    A1
3     BB     B    B1
4    BBB     B    B1
5   BBBB     B    B1
6     CC     C    C1
7    CCC     C    C1
8   CCCC     C    C1
9     DD     D    D1
10   DDD     D    D1
11  DDDD     D    D1