Question

我有两个带有语言数据的pandas数据帧，oset包含完整数据，miscset是完整数据的子集。我正在寻找一种方法来比较两个列与来自两个不同数据帧的字符串，并确定那些匹配的行。然后，我想将oset的第三个列复制到miscset，以查找匹配的列。例如：

oset = pd.DataFrame({'some_items' : ['book', 'cat', 'deer', 'egg'], 
                     'root' : ['boks', 'kattuz', 'deuza', 'ajja']})
miscset = pd.DataFrame({'subset' : ['cat', 'egg']})

我希望匹配cat和egg，因为它们已共享，然后在root中创建一个包含miscset的新列kattuz，当然，ajja在适当的行上。

我从这开始：

for row in miscset['subset']:
    if row.isin(oset['some_items']):

但是我已经遇到了问题，因为你不能将.isin与字符串一起使用。

有没有人有任何建议我可以做什么或如何继续？

编辑：我或许应该在我的真实数据集中添加，我总体上有更多列我不希望传输，或者我希望保留，所以我只想添加使用miscset中root列中相应的行向oset的第5列。

Answer 1

选项1：合并

miscset = miscset.merge(oset, left_on='subset', right_on='some_items', 
    how='inner').drop(columns='some_items')
#  subset    root
#0    cat  kattuz
#1    egg    ajja

您可以根据您希望如何处理oset

中没有匹配或多个匹配的情况来更改合并

Answer 2

使用map

miscset.assign(root=miscset['subset'].map(oset.set_index('some_items')['root']))

  subset    root
0    cat  kattuz
1    egg    ajja

匹配两个数据框中的两列，如果单元格匹配

2 个答案: