Python 根據另一個 dataframe 中的列值匹配列名

Question

抱歉，如果這是某種重復，我查看了 20 個不同的問題，但沒有一個對我有幫助。 如果有人可以指出我回答這個問題的問題，我會很樂意刪除我的問題。

我有兩個數據框，第一個稱為 df_full 各種列的長列表，其中一個稱為 'Industry' 並具有各種行業的字符串。 df_full['Industry'].head()是：

指數	行業
0	服務
1	服務
2	貿易
3	服務
4	制造業

我的第二個 dataframe 被稱為 df_industry 並且具有基於每個行業的分位數。 df_industry['profit_sales']是：

行業
金融	0.25	0.025616
	0.50	0.219343
	0.75	0.410408
制造業	0.25	-0.012373
	0.50	0.002032
	0.75	0.010331
服務	0.25	-0.012660
	0.50	0.003375
	0.75	0.064102
貿易	0.25	-0.102178
	0.50	0.001715
	0.75	0.018705
運輸	0.25	-0.042755
	0.50	-0.042755
	0.75	0.056487

根據列行業的行業，我正在嘗試為我的第一個 dataframe 創建一個新列，分位數為 0.5。

因此我的新 output 表應該看起來像， df_full[['Industry','quantile_05']].head()

指數	行業	分位數_05
0	服務	0.003375
1	服務	0.003375
2	貿易	0.001715
3	服務	0.003375
4	制造業	0.002032

我目前嘗試無濟於事： df_full['quantile_05'] = df_full.apply(lambda x: df_industry['profit_sales'][df_full['Industry'][x]][0.5],axis=1)

Answer 1

看起來你可以做一個 map：

df_full['quantile_05'] = df_full['Industry'].map(df_industry['profit_sales'].unstack()[0.5])

Output：

             Industry  quantile_05
INDEX                             
0             Service     0.003375
1             Service     0.003375
2               Trade     0.001715
3             Service     0.003375
4       Manufacturing     0.002032

如果您想要所有三個分位數，您可以按照 Kyle 的建議進行merge ：

df_full.merge(df_industry['profit_sales'].unstack(),
          left_on=['Industry'], 
          right_index=True,
          how='left')

Output：

             Industry      0.25       0.5      0.75
INDEX                                              
0             Service -0.012660  0.003375  0.064102
1             Service -0.012660  0.003375  0.064102
2               Trade       NaN  0.001715  0.018705
3             Service -0.012660  0.003375  0.064102
4       Manufacturing -0.012373  0.002032  0.010331