在特定值匹配的Pandas dfs之间复制特定列的集合

Question

我确信这将成为一个＆＃39; doh＆＃39;那一刻，但我很难在数据帧之间复制一组列，其中df1中的特定列的值也在df2中找到。

df1的简化版本如下所示：

df2的简化版本如下所示：

从这里我建立一个不包含＆＃39; p_people_id＆＃39;的列（列）列表。来自df1的字段并在df2中创建这些字段并分配一个nan值。 COLS = 之后df2看起来像这样： 使用这些dfs，我试图查找df2.a_people_id == df1.p_people_id的所有实例，并将df1 [cols]的值分配给df2实例。

使用.loc查找实例非常简单。我设法能够使用.loc选择我想要定位的cols

df2.loc[df2['a_people_id']==df1['p_people_id'][0],np.array(cols)]  

这样可以正常工作并返回：

但是，如果我尝试这样的设置/分配那些特定列，其中df1中的id字段与df2中的id字段匹配：

df2.loc[df2['a_people_id']==df1['p_people_id'][0],np.array(cols)]=df1.loc[df1['p_people_id']==df1['p_people_id'][0],np.array(cols)]

什么都没发生，我不知道为什么。

我试图以各种方式利用.ix，.loc，.iloc，.where，.select，.set，但这必须是我＆＃39; m＆＃34的其中一个区域;只是没有做对。＆＃34;我可以发布其他示例，我已设法正确找到[cols]的语法，其中特定ID匹配且没有错误或者查看vs copy＆＃39;打印警告，但也不会发生任何分配。我在哪里错了？

Answer 1

如果我没弄错的话，我认为您正在寻找加入操作。

特别是，您在描述中的这句话：

df2.loc[df2['a_people_id']==df1['p_people_id'][0],np.array(cols)] 

表示＆＃34;在df2中查找p_people_id与第一个p_people_id匹配的所有行，并为这些行选择cols列。

这会生成一组行和一列（在您的示例中为6，所有都包含NA＆＃39; s）如果我得到正确的话，那么您希望将这6行与df1中的相应行放在一起，加上p_people_id中的所有df1。

如果我的上述假设是正确的，那么可以通过简单的连接来完成。像这样：

pd.merge(left=df1, left_on="p_people_id",
         right=df2, right_on="p_people_id")

如果df1中有1000个不同的p_people_id，并且每个df2中有6行，则上述语句将生成一个包含6000行的数据帧。

然后，您可以在结果中选择所需的列。