python - 通过比较不同数据框中的其他两列来创建新的数据框列

Question

这个问题已经有答案了:

Mapping columns from one dataframe to another to create a new column [duplicate] (2 个回答)

已关闭 4 年前。

我有一个DataFrame其中包含 Alpha 2 国家/地区代码(UK、ES、SL 等)，我需要这些作为国家/地区名称。我创建了第二个数据框，其中一列中包含所有 Alpha 2 国家/地区代码，另一列中包含相应的名称。

我尝试比较这两列，然后使用索引创建新列。然而，我在不使用循环的情况下努力做到这一点。我觉得有一种更有效的方法可以在不循环的情况下做到这一点？

我尝试使用 for 循环，迭代:

cube_data = pd.DataFrame({'Country Code':['UK','ES','SL']})
alpha2 = pd.DataFrame({'Code':['ES','GH','UK','SL'],
               'Name':['Spain','Ghana','United Kingdom','Sierra Leone']})
cube_data
  Country Code
0           UK
1           ES
2           SL

alpha2
  Code            Name
0   ES           Spain
1   GH           Ghana
2   UK  United Kingdom
3   SL    Sierra Leone

我使用了 for 循环来迭代列，当代码来自 cube_data 时位于 alpha2['Code']该索引用于创建一个新系列，其中 alpha['Name']位于与cube_data对应的正确位置。

最终结果是:

cube_data
  Country Code    Name
0   UK  United Kingdom
1   ES           Spain
2   SL    Sierra Leone

当然有更好的方法可以在不循环的情况下做到这一点吗？我看过series.isin()和series.map()但这些似乎没有提供我需要的结果。

这可以在没有循环的情况下完成吗？

Answer 1

您可以使用 pandas merge :

df = alpha2.merge(cube_data, left_on='Code', right_on='Country Code', how='inner').drop('Code', axis=1)

merge 的工作方式类似于 SQL 连接:这里我们将 alpha2 与 cube_data 合并。我们使用 alpha2 中的 'Code' 列和 cube_data 中的 'Country Code' 将两个数据帧合并在一起并使用 'inner' join 逻辑，这意味着仅保留两个数据帧中存在的值。最后，我们从 alpha2 中删除列'Code'，该列包含与'Country Code'列相同的值