基於標簽在同一數據框中的查找值，然后添加到新列（Vlookup）

Question

我有一張表格，其中包含實驗室結果，包括“盲目重復樣品”。 這些基本上是兩次采樣的樣本，第二個樣本被賦予了非描述性標簽。 相應的起源 樣品在單獨的欄中顯示

Labels = ['A1-1', 'A1-2', 'A1-3', 'A1-4','B1-2', 'B1-3', 'B1-4', 'B1-5', 'Blank1', 'Blank2', 'Blank3']
Values = [8356532   ,7616084,5272477, 5076012, 411851,  415258, 8285777, 9700884, 9192185, 4466890,830516]
Duplicate_of = ['','','','','','','','','A1-1', 'A1-4', 'B1-3']
d = {'Labels': Labels, 'Values': Values, 'Duplicate_of' : Duplicate_of}
df = pd.DataFrame(data=d)
df = df[['Labels','Values','Duplicate_of']]

我想在數據框中添加一列，其中包含原始樣本中重復項的“值”。 因此，新建了一個列（“ Original_value”），其中對於“ Blank1”輸入了“ A1-1”的值，對於“ Blank2”輸入了“ A1-4”的值，等等。對於其中“ Duplicate_of”的行字段為空，此新列也為空。

在excel中，使用Vlookup非常容易，但是在Pandas中我還沒有看到一種簡便的方法（也許除了將整個表自身連接起來以外？）

Answer 1

不是有效的記憶答案，但這可行

import numpy as np
dictionary = dict(zip(Labels, Values))
df["Original_value"] = df["Duplicate_of"].map(lambda x: np.nan if x not in dictionary else dictionary[x])

對於Original_Value中的其余值，它給出NaN。 您可以決定要替代什么。

新列的類型將不是整數，也可以根據需要進行更改。

用@jezrael注釋可以完成與

import numpy as np
dictionary = dict(zip(Labels, Values))
df["Original_value"] = df["Duplicate_of"].map(dictionary)

Answer 2

在一行中，這是最簡單的方法：

df["Original_value"] = df["Duplicate_of"].apply(lambda x: "" if x == "" else df.loc[df["Labels"] == x, "Values"].values[0])

說明：

這只是將lambda函數應用於"Duplicate_of"列的每個元素

首先，我們檢查該項目是否為空字符串，如果是，則返回一個空字符串：

"" if x == ""

等效於：

if x == "" return ""

如果不是空字符串，則執行以下命令：

df.loc[df["Labels"] == x, "Values"].values[0]

當條件df["Labels"] == x為true時，此簡單返回"Values"列中的"Values" 。 如果您想知道.values[0]部分，那是因為.loc返回一個序列； 在這種情況下，我們的系列只是一個值，因此我們只需使用.values[0]即可獲得它。