基于 4 个其他数据帧在 dataframe 中创建一个新列

Question

假设我们有 4 个数据框

df1(35000, 20)  
df2(12000, 21)
df3(323, 18)
df4(220, 6)

这是变得棘手的地方：

df4 was created by a merge of df3 and df2 based on 1 column.
It took 3 columns from df3 and 3 columns from df2.  (that is why it has 6 cols in total)

我想要的是以下内容：我希望在 df1 中创建一个额外的列，并为在 df1 和 df3 的特定列中具有相同值的行插入特定值。 出于这个原因，我做了以下

    df1['new col'] = df1['Name'].isin(df3['Name'])

现在，无论 df1 和 df2 的列名中的值是否相同，我的新列都填充了 True/False 值。 到目前为止一切都很好，但是我想用 df2 中特定列的值填充这个新列。 我尝试了以下

  df1['new col'] = df1['Name'].map({True:df2['Address'],False:'no address inserted'})

但是，它会在该单元格中插入来自 df2 的所有地址值，而不是仅插入所需的 1 值。 有任何想法吗？

我还尝试了以下

merged = df2(df4, how='left', left_on='Name',right_on = 'First Name', indicator=True)
df1['Code'] = np.where(merged['_merge'] == 'both', merged['Address'], 'n.a.')

但我收到以下错误

Length of values (1210) does not match length of index (35653)

Answer 1

使用how='left' merge ，然后用fillna填充缺失值。

merged = df2(df4, how='left', left_on='Name',right_on = 'First Name', indicator=True)
merged[address_column].fillna('n.a.', inplace=True) #address column is the name or list of names of columns that you want the replace the nan's with