用來自第二個 dataframe 的值替換 Dataframe 中的原始值是來自另一個 dataframe 的列的行數據

Question

如果我有 1 個 dataframe df_1 ，其中 integer ID 作為列，日期作為索引：

             12345           6789        2222        4444
01.01.2021   categ_id_1      categ_id_2  categ_id_3  categ_id_4

和第二個 dataframe df_2 與來自 df_1 的categ_ids 作為列和日期再次作為索引：

             categ_id_1      categ_id_2  categ_id_3  categ_id_4 etc
01.01.2021   0.0034          0.045       0.08        0.64

我正在嘗試獲取 df_3：

             12345       6789   2222  4444
01.01.2021   0.0034      0.045  0.08  0.64

這看起來很簡單，但是 2 個數據幀的不同性質..（lambda 函數/expressn？）

如果有人有任何指示..謝謝

Answer 1

笨拙地解決了（repro-typo的分開）：

df_1.columns.set_names("integ_ids",inplace=True)
df_1.index.set_names("date",inplace=True)

df_2.columns.set_names("categ_ids",inplace=True)
df_2.index.set_names("date",inplace=True)

df_1_unpacked=df_1.unstack().to_frame().rename(columns={0:"categ_ids"})
df_2_unpacked=df_2.unstack().to_frame().rename(columns={0:"df2_vals"})

df_temp_1=df_1_unpacked.join(df_2_unpacked,on=['categ_ids','date'])

df_temp_2=df_temp_1.drop('categ_ids',axis=1)
df_3=df_temp_2.unstack(0).droplevel(0,axis=1)