将熊猫数据框（df1）的行值与另一数据框（df2）的列匹配，并更新数据框（Df1）中另一列的行

Question

我有2个数据帧1st（DF1），如下所示。

    JID      JRSubUsageLabel_16 SUB_USAGE_16
22  6223    JR_BOne_CY16              NaN
26  6510    JR_S_CY16                 NaN
59  11932   JR_B_CY16                 NaN
70  14242   JR_B_CY16                NaN

第二个数据帧（df2）如下

             JID    JR1_B_CY16  JR_CY16
1           1457    NaN             NaN
2           1530    NaN             NaN
3           1535    5               NaN
4           2035    NaN             NaN
5           6223    5               NaN
6           6510    1.0             6
39         11932    1.0             NaN
40         12021    NaN             NaN
41         12056    NaN             NaN
42         14234    2               1.0

我想基于“ JID”列和JR1SubUsageLabel_16列值更新DF1数据帧。 JID是两个数据帧中的匹配列。在DF1中，“ JR1SubUsageLabel_16”列值成为DF2列。因此，DF2列之一也与DF1“ JR1SubUsageLabel_16”列值匹配。如下图所示。

    JID      JRLabel_16           SUB_USAGE_16
22  6223    JR1_B_CY16            5
26  6510    JR1_S_CY16            6
59  11932   JR1_B_CY16            1
70  14242   JR1_B_CY16            2

我正在尝试使用lambda更新它，而映射无法确切地知道如何更新它。谁能帮我吗？

预先感谢

Answer 1

一种方法是merge：

s = df2.melt('JID',value_name='SUB_USAGE_16',var_name='JR1SubUsageLabel_16')
df1.drop('SUB_USAGE_16', axis=1).merge(s, on = ['JID','JR1SubUsageLabel_16'], how='left')

输出：

     JID JR1SubUsageLabel_16  SUB_USAGE_16
0   6223     JR1_BioOne_CY16           5.0
1   6510   JR1_Springer_CY16           6.0
2  11932     JR1_BioOne_CY16           1.0
3  14242     JR1_BioOne_CY16           NaN