python - 在两个 pandas 数据框中查找匹配值并从匹配行返回一个值

Question

很难以清晰准确的方式表达这个问题，因此希望以下内容有助于更清楚地阐明我的问题。

我有两个 pandas 数据框，对此示例进行了简化，它们是:

df1 = 
'CENSUS_ID'  
60014001001
60014002001

df2 = 
'GEO_ID'    'MED_INCOME'
60014001001   177417
60014002001   166313
60014002002   132400
60014003001   161964

我想通过在 df2 中查找匹配的 GEO_ID 并返回“MED_INCOME”值，向 df1 添加一个名为“MED_INCOME”的列。虽然这些数据帧经过简化，但 df1 的实际 len 可能有数百行长，而 df2 的实际 len 则有数万行长。因此，虽然我可以轻松地将其设置为迭代以查找匹配项，但它并不理想，因为它非常慢。我想使用 pandas apply() 因为它似乎要快得多，或者也许还有另一种解决方案，但我很难弄清楚逻辑，因为我仍然有很多 pandas “技巧”新的或不知道的。也许从 df2 中删除不匹配的列比添加到 df1 更容易，但我只是不知道。如有任何帮助，我们将不胜感激。

Answer 1

您可以进行左合并(左外连接)。这将保留 df1 中的所有观测值，同时将其与 df2 中的 GEO_ID 进行匹配:

df1.merge(df2, left_on='CENSUS_ID', right_on='GEO_ID', how='left')