创建并填充数据框列模拟（excel）vlookup 函数

Question

我正在尝试在数据帧中创建一个新列，并使用另一个数据帧列中的值填充它，该值与两个数据帧列中的公共列相匹配。

DF1   DF2
A B   W B
———   ——— 
Y 2   X 2
N 4   F 4   
Y 5   T 5

我认为以下可以做到这一点。

df2[‘new_col’] = df1[‘A’] if df1[‘B’] == df2[‘B’] else “Not found”

所以结果应该是：

DF2
W B new_col
X 2 Y        -> Because DF1[‘B’] == 2 and value in same row is Y
F 4 N
T 5 Y

但我收到以下错误，我相信这是因为数据帧的大小不同？

raise ValueError("Can only compare identically-labeled Series objects”)

您能帮助我了解我做错了什么以及实现我所追求的目标的最佳方法是什么吗？

先感谢您。

更新1 尝试 Corralien 解决方案我仍然得到以下结果：

ValueError: You are trying to merge on int64 and object columns. If you wish to proceed you should use pd.concat

这是我编写的代码

df1 = pd.DataFrame(np.array([['x', 2, 3], ['y', 5, 6], ['z', 8, 9]]),
                   columns=['One', 'b', 'Three'])
                   
df2 = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]),
                   columns=['a', 'b', 'c'])

df2.reset_index().merge(df1.reset_index(), on=['b'], how='left') \
       .drop(columns='index').rename(columns={'One': 'new_col'})

更新 2 这是第二个选项，但它似乎没有在 df2 中添加列。

df1 = pd.DataFrame(np.array([['x', 2, 3], ['y', 5, 6], ['z', 8, 9]]),
                   columns=['One', 'b', 'Three'])

df2 = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]),
                   columns=['a', 'b', 'c'])

df2 = df2.set_index('b', append=True).join(df1.set_index('b', append=True)) \
       .reset_index('b').rename(columns={'One': 'new_col'})

print(df2)


   b  a  c new_col Three
0  2  1  3     NaN   NaN
1  5  4  6     NaN   NaN
2  8  7  9     NaN   NaN

为什么上面的代码不起作用？

Answer 1

你的问题不清楚，因为为什么F与N相关，T与Y相关？为什么F不和Y、T和N不在一起呢？

使用merge：

>>> df2.merge(df1, on='B', how='left')
   W  B  A
0  X  2  Y
1  F  4  N  # What you want
2  F  4  Y  # Another solution
3  T  4  N  # What you want
4  T  4  Y  # Another solution

如何决定正确的值？有行索引吗？

更新

所以你需要使用索引位置：

>>> df2.reset_index().merge(df1.reset_index(), on=['index', 'B'], how='left') \
       .drop(columns='index').rename(columns={'A': 'new_col'})

   W  B new_col
0  X  2       Y
1  F  4       N
2  T  4       Y

事实上，您可以将 B 列视为每个数据帧的附加索引。

使用 join

>>> df2.set_index('B', append=True).join(df1.set_index('B', append=True)) \
       .reset_index('B').rename(columns={'A': 'new_col'})

   B  W new_col
0  2  X       Y
1  4  F       N
2  4  T       Y

设置：

df1 = pd.DataFrame([['x', 2, 3], ['y', 5, 6], ['z', 8, 9]],
                   columns=['One', 'b', 'Three'])

df2 = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]],
                   columns=['a', 'b', 'c'])