基于另一个 dataframe 列在 dataframe 中添加新列

Question

假设我们有以下 2 个数据帧：

df1(36000, 20) and  df2(80,6)
They have 3 columns in common(let's say Name, Last Name, Date)

df1 包括 df2 的数据（减去 3 个不同列中的数据），当然还有一些额外的信息。
df2 有一个我感兴趣的栏目（我们将其命名为 Rent）

我想要的是在 df1 中创建一个额外的列，其中 df2 的值具有“过期”值，而不存在的值具有“到期”，同时保持 df1 中列的 rest。 我尝试了以下

  merged = df1.merge(df2, how='left', on=list(df1.columns),
                                   indicator=True)
    df1['Rent'] = np.where(merged['_merge'] == 'both', 'Overdue', 'Due')

但是，由于并非 df1 的所有列都存在于 df2 中，因此出现错误。 有任何想法吗？

我也尝试了以下

    df1['Rent'].apply(lambda x: 'Overdue' if df1['Name'].isin(df2['Name']) else 'Due')

但我收到以下错误

AttributeError: 'function' object has no attribute 'df2'

Answer 1

尝试这个：

df1['Rent'] = lambda x: 'Overdue' if df1['Name'].isin(df2['Name']) else 'Due'

重点是不要使用.apply()