python - Pandas:根据两个数据集中的匹配列，用另一个数据集中的数据填充数据集中的列

Question

我在尝试解决这个问题时遇到了困难。

我有两个数据集:dataset_1 和 dataset_2。我试图通过匹配 Dataset_1 和 Dataset_2 中的“id”在 dataset_1 中创建一个名为“name”的新列。本质上是将名称映射到相应的 id。

每个数据框中还有大约 10 个其他列，但对于这个问题来说它们不是必需的。

数据集中的列示例:

数据集_1:

id: 
1234
3267
12
1234
15

数据集_2:

id:         name:
12          jimbo
899         jim
3267        jimmy
1234        jimbob
899         jim

结果数据框:

数据集_1:

id:        name:
1234       jimbob
3267       jimmy 
12         jimbo
1234       jimbo
15         jahad

(假设名称 15 - “jahad”在 Dataset_2 中更靠下)

非常感谢任何帮助。

Answer 1

您可以根据 df2 中的两列创建一个字典，并用于映射 df1 中的值:

print(df1)
    id
0  1234
1  3267
2    12
3  1234
4    15

print(df2)
     id    name
0    12   jimbo
1   899     jim
2  3267   jimmy
3  1234  jimbob
4   899     jim

mapper = dict(zip(df2.id, df2.name))
# {12: 'jimbo', 899: 'jim', 3267: 'jimmy', 1234: 'jimbob'}

df1.loc[:,'name'] = df1.id.map(mapper)

    id    name
0  1234  jimbob
1  3267   jimmy
2    12   jimbo
3  1234  jimbob
4    15     NaN