python - 通过查找多个列值进行合并

Question

我在 Pandas 中有以下 2 个数据框形式的表；
这是所有可能组合的列表:

Table A:
   0    1    2
 +---+----+----+
0| A |None|None|
 +---+----+----+
1| B |None|None|
 +---+----+----+
2|...|    |    |
 +---+----+----+
3| A | C  | D  |
 +---+----+----+
4| B | C  | D  |
 +---+----+----+

这些是变量的关联值:

Table B:
  0   1
 +---+---+
0| A | 5 |
 +---+---+
1| B | 2 |
 +---+---+
2| C | 7 |
 +---+---+
3| D | 4 |
 +---+---+

我需要的是这样的:

   0    1    2   3
 +---+----+----+---+
0| A |None|None| 5 |
 +---+----+----+---+
1| B |None|None| 2 |
 +---+----+----+---+
2|...|    |    |   |
 +---+----+----+---+
3| A | C  | D  | 7 |
 +---+----+----+---+
4| B | C  | D  | 7 |
 +---+----+----+---+

通过从 Table A 中查找每个关联值可以找到第 3 列。 , 列 0 , 1和 2在 Table B , 栏目 0并返回这些值中的最大值。
例如:
第 3 行显示了 A 的组合, C和 D .因此专栏 3查找 A在 Table B ，值为 5 ，然后查找 C在 Table B ，值为 7 .最后查找 D在 Table B ，值为 4 .在这 3 个数字中，7 是最大的，因此它返回。
到目前为止我试过 pandas.merge没有运气
更新:
我试过这个:

Final=df1.insert(3,column='min space',value=df1.join(df2.set_index(0),on=0).max())

但它只返回 None并且不考虑 df1 中的多列，如果我尝试添加多列； [0,1,2]它告诉我我需要相同数量的列

Answer 1

您可以将所有单元格转换为数字(通过关联的 df)，然后获取每行最大值的列。

import pandas as pd
df = pd.DataFrame({                 # original df
    0:['A', 'B', 'A', 'B',],
    1:[None, None, 'C', 'C',],
    2:[None, None, 'D', 'D',],
    })
rdf = pd.DataFrame({                # associated values
    0:['A', 'B', 'C', 'D',],
    1:[5, 2, 7, 4,],
    })

tdf = df                            # copy the original df
rdf = rdf.set_index(0)[1]           # set index of rdf for next line
tdf = tdf[tdf.columns].replace(rdf) # replace all values in tdf by rdf
tdf[3] = tdf.max(axis=1)            # column[3] = max of each row
df[3] = tdf[3]                      # add column[3] to original df

print(df)

   0     1     2    3
0  A  None  None  5.0
1  B  None  None  2.0
2  A     C     D  7.0
3  B     C     D  7.0