Python:搜索和连接

Question

我有 2 个数据框(data1 和 data2)。data2 是国家/地区列表。data1 是公司列表。在data2中，我故意复制了其中一个国家我想在 data1 中添加新列(国家/地区名称)。我可以使用 groupby、drop_duplicate 和 merge 来做到这一点。但这段代码太长了。有没有一种简单的方法来解决这个连接并从不同的数据帧检索值示例代码:

data1 = {
         'Code': [1, 2, 3],
         'Name': ['Company1', 'Company2', 'Company3'],
         'CountryCode': [61,62,64],

    }
df1 = pd.DataFrame(data1, columns= ['Code','Name','CountryCode'])

data2 = {
         'CountryCode': ['61','62','64','62'],
         'Country': ['Australia','Indonesia','NewZealand','Indonesia'],
    }
df2 = pd.DataFrame(data2, columns= ['CountryCode','Country'])
print(df1)
   Code      Name  CountryCode
0     1  Company1           61
1     2  Company2           62
2     3  Company3           64

print(df2)

  CountryCode     Country
0          61   Australia
1          62   Indonesia
2          64  NewZealand
3          62   Indonesia

What I want the output is for df1
   Code      Name  CountryCode Country
0     1  Company1           61 Australia
1     2  Company2           62 Indonesia
2     3  Company3           64 NewZealand

Answer 1

country_dict = dict(zip(df2['CountryCode'], df2['Country']))
df1['Country'] = df1['CountryCode'].map(country_dict)

注意:在您提供的输入中，CountryCode 列在 df1 中是整数，但在 df2 中是对象。如果数据确实如此，请使用下面的代码。如果展位数据帧中的数据类型相同，则可以使用上面的代码。

df1['Country'] = df1['CountryCode'].astype(str).map(country_dict)

输出

  Code     Name     CountryCode     Country
0   1   Company1    61              Australia
1   2   Company2    62              Indonesia
2   3   Company3    64              NewZealand