如何创建一个 pandas 系列（列），基于与另一个 Dataframe 中的值的匹配？

Question

我的问题如下：我不太了解所有 pandas 方法，我认为肯定有更有效的方法：我必须将两个表从 .csv 文件加载到 postgres 数据库； 这些表通过一个 id 相互关联，该 id 作为外键并来自源数据，但是我必须将它们与我的逻辑控制的不同 id 相关联。

我在下图中以图形方式解释：

我正在尝试根据我拥有的“another_id”创建一个新系列，并应用一个循环遍历 dataframe 系列的 function 来比较是否有另一个代码并获取它们的 id

def check_foreign_key(id, df_ppal):
  if id:
    for i in df_ppal.index:
      if id == df_ppal.iloc[i]['another_id']:
        return df_ppal.iloc[i]['id']

dfs['id_fk'] = dfs['another_id'].apply(lambda id : check_foreign_key(id, df_ppal))

在这一点上，我认为它效率不高，因为我必须在所有列中循环以匹配 another_id 并获取并获取我需要的正确 ID 在图片中为黄色。

所以我应该考虑搜索算法以使任务更有效率，但我想知道 pandas 是否没有一种方法可以让我更快地执行此操作，以防有很多记录。

我需要一个像这张表一样的 dataframe，它有一个基于匹配 Another_code 的新列“ID Principal”，以及另一个 dataframe 列。

ID	身份证校长	另一个代码
1个	12	54
2个	12	54
3个	13	55
4个	14	56
5个	14	56
6个	14	56

Answer 1

确实，我不是很了解 pandas 的所有功能，我可以使用合并解决我的问题，我不知道 pandas 在 SQL 中很好地实现了典型的 Join。

该文档对我帮助很大：

1. https://pandas.pydata.org/pandas-docs/stable/user_guide/merging.html#database-style-dataframe-or-named-series-joining-merging

2. Pandas合并101

最后是我的回答：

new_df = principal.merge(secondary, on='another_id')

我谢谢大家！