Pandas：如何根據行值從一個 df 獲取列標簽並將其分配為新 df 中的行值？

Question

我有一個具有以下結構的 dataframe df_1 ：

df_1:

    fruit_group_a   fruit_group_b
0   apple           banana
1   orange          pineapple

在df_2中給定一個字符串值，例如apple或orange ：

df_2:

    fruit
0   apple
1   pineapple
2   orange
3   banana

我想利用dataframe df_1中的信息，在單獨的一列中賦值相應的水果組名，得到想要的output df_3 ，如下：

df_3:

    fruit           fruitgroup
0   apple           fruit_group_a
1   pineapple       fruit_group_b
2   orange          fruit_group_a
3   banana          fruit_group_b

我該如何做到這一點？ （我應該提一下，實際用例中的數據框有 50 多列和幾百行）

任何指針將不勝感激！

Answer 1

你可以melt和merge ：

df_3 = df_2.merge(df_1.melt(var_name='fruitgroup', value_name='fruit'))

output：

       fruit     fruitgroup
0      apple  fruit_group_a
1  pineapple  fruit_group_b
2     orange  fruit_group_a
3     banana  fruit_group_b

melt中間體 output :

df_1.melt(var_name='fruit_group', value_name='fruit')

     fruit_group      fruit
0  fruit_group_a      apple
1  fruit_group_a     orange
2  fruit_group_b     banana
3  fruit_group_b  pineapple

Answer 2

使用DataFrame.melt ，然后使用DataFrame.merge與左連接 - 如果沒有匹配項則獲取缺失值：

df = df_2.merge(df_1.melt(var_name='fruitgroup', value_name='fruit'), how='left')
print (df)
       fruit     fruitgroup
0      apple  fruit_group_a
1  pineapple  fruit_group_b
2     orange  fruit_group_a
3     banana  fruit_group_b

---

print (df_2)
       fruit
0      apple
1  pineapple
2     orange
3       pear

df = df_2.merge(df_1.melt(var_name='fruitgroup', value_name='fruit'), how='left')
print (df)
       fruit     fruitgroup
0      apple  fruit_group_a
1  pineapple  fruit_group_b
2     orange  fruit_group_a
3       pear            NaN

沒有左連接：

df_3 = df_2.merge(df_1.melt(var_name='fruitgroup', value_name='fruit'))
print (df_3)
       fruit     fruitgroup
0      apple  fruit_group_a
1  pineapple  fruit_group_b
2     orange  fruit_group_a