如何使用来自另一个 dataframe 列的值填充 pandas dataframe 列

Question

首先我们可以导入一些可能有用的包

import pandas as pd
import datetime

假设我现在有一个 dataframe，它有一个日期、名称和年龄列。

df1 = pd.DataFrame({'date': ['10-04-2020', '04-07-2019', '12-05-2015' ], 'name': ['john', 'tim', 'sam'], 'age':[20, 22, 27]})

现在说我有另一个带有一些随机列的 dataframe

df2 = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6]})

问题：

如何获取在日期过滤的df1中的年龄值（可以 select 这个值）并用这个值在df2中填充一个全新的列？ 理想情况下，这种方法应该适用于 dataframe 中的任意数量的行。

试过了

以下是我尝试过的（在类似的示例中），但由于某种原因它似乎不起作用（它只在大多数列条目中显示 nan 值，除了一些似乎随机填充的值）。

y = datetime.datetime(2015, 5, 12)
df2['new'] = df1[(df1['date'] == y)].age

预计 Output

由于我已经根据 sams 年龄在上面进行了过滤（日期对应于 sams 名称的行），我希望将新列添加到 df2 中，并将他的年龄作为所有条目（在本例中为 27 重复 3 次）。

df2 = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6], 'new': [27, 27, 27]})

Answer 1

尝试：

y = datetime.datetime(2015, 5, 12).strftime('%d-%m-%Y')
df2.loc[:, 'new'] = df1.loc[df1['date'] == y, "age"].item()

# Output
   a  b  new
0  1  4   27
1  2  5   27
2  3  6   27

Answer 2

您想将 y 的格式更改为 Str 并尝试 df.loc 方法

y = datetime.datetime(2015, 5, 12)

y=y.strftime('%d-%m-%Y')
df2['new']=int(df1.loc[df1['date']==y,'age'].values)
df2

Answer 3

将 df1 date列转换为datetime时间类型

df1['date'] = pd.to_datetime(df1.date, format='%d-%m-%Y')

过滤 dataframe 并得到年龄

req_date = '2015-05-12'
age_for_date = df1.query('date == @req_date').age.iloc[0]

注意：这假设每个日期只有一个年龄（正如 OP 在评论中解释的那样）

创建一个新列

df2 = df2.assign(new=age_for_date)

Output

   a  b  new
0  1  4   27
1  2  5   27
2  3  6   27