python - 在 Pandas 中如何引用 2 个数据框并替换列

Question

有 2 个数据框:需要使用“Place”引用表将 df 中的“Region”替换(或添加一列来指示) ref 中的“Code”。请注意，这是一个示例，在真实文件中，有 100,000 多个角色，以及更复杂的值。请帮忙

df=pd.DataFrame({'Date': ['1/1/11','1/2/11','1/2/11','1/2/11','1/3/11','1/3/11','1/3/11','1/3/11','1/4/11','1/5/11','1/5/11','1/5/11'],\
'Prod': ['Quad','Bellen','Quad','Bellen','Sunshine','Carlota','Sunset','Sunshine','Sunset','Sunset','Sunshine','Carlota'], \
'Region': ['East','South','West','West','East','MidWest','South','South','MidWest','South','West','West']})

ref=pd.DataFrame({'Place': ['West','East','South','MidWest'],\
'Code':['W','E','S','MW']})

Answer 1

您需要 map

df['Region'] = df['Region'].map(ref.set_index('Place')['Code'])


    Date    Prod        Region
0   1/1/11  Quad        E
1   1/2/11  Bellen      S
2   1/2/11  Quad        W
3   1/2/11  Bellen      W
4   1/3/11  Sunshine    E
5   1/3/11  Carlota     MW
6   1/3/11  Sunset      S
7   1/3/11  Sunshine    S
8   1/4/11  Sunset      MW
9   1/5/11  Sunset      S
10  1/5/11  Sunshine    W
11  1/5/11  Carlota     W

编辑:如果您想保留 ref 中不存在的区域名称，请使用

df['Region'] = df['Region'].map(ref.set_index('Place')['Code']).combine_first(df['Region'])

编辑:@Wen 是对的，您可以使用替换而不是 map

df['Region'].replace(ref.set_index('Place')['Code'])