python - vlookup 相当于使用 pandas 连接 2 个表

Question

这个问题已经有答案了:

vlookup in Pandas using join (3 个回答)

已关闭 8 年前。

场景:

• df1 具有所有可能的拍卖 ID 值
• df2 具有可能的拍卖 ID 值的子集
• df2 包含拍卖中存在的对象 ID(可以是 0 或正整数)

目标:

创建一个新的 df1 列“object_id”，并用 df2 中的相应值填充

示例...

df1 = pd.DataFrame(columns=['auction_id'], data=[1,2,3,4,5,6,7,8,9])

auction_id
1  
2  
3  
4  
5  
6  
7  
8  
9  


df2 = pd.DataFrame({'auction_id':[1,2,4,6,7,8,9], 'object_id': [640,0,332,332,0,58,332]})

auction_id  object_id  
1             640  
2             0  
4             332  
6             332  
7             0  
8             58  
9             332  

迄今为止我尽了最大努力

使用 vlookup in Pandas using join ):

df1['object_id'] = df1.auction_id.map(df2.object_id)

其产量:

df1  
auction_id  object_id
1             0  
2             332  
3             332  
4             0  
5             58  
6             332  
7             NaN  
8             NaN  
9             NaN  

Answer 1

您可以使用 pandas 库中的合并功能，如下所示:

import pandas as pd

df1 = pd.DataFrame(columns=['auction_id'], data=[1,2,3,4,5,6,7,8,9])    
df2 = pd.DataFrame({'auction_id':[1,2,4,6,7,8,9], 'object_id': [640,0,332,332,0,58,332]})    

new_df = pd.merge(df1,df2,how='left',on='auction_id')

您可以在此处阅读有关合并功能的信息:http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.merge.html