我有两个数据帧：
df1:
a
0 0
1 1
2 2
df2:
b c
0 0 5
1 2 6
2 3 7
现在我想在df1.a == df2.b时向df1添加一个新列d，其中包含df2.c的值。即结果应该是这样的：
a d
0 0 5
1 1 nan
2 2 6
我试过了：df1.loc[:, 'd'] = df2.loc[df2.b.eq(df1.a), 'c']，
这不起作用。你能解释一下为什么不呢？我假设某些指数。
此外，我怎样才能实现我想要的目标？申请，结束......？
谢谢！
编辑： 在我的具体应用案例中，我可能会遇到重复，例如：
df1:
a
0 0
1 1
2 2
df2:
b c
0 0 5
1 0 6
2 3 7
我现在想要为新列df1.d分配df2.c的所有值的列表，其中df2.b == df1.a，即：
a d
0 0 [5, 6]
1 1 nan
2 2 nan
答案 0 :(得分：1)
我认为你需要import * as React from "react"
import {rawData} from "./raw.data"
export class App extends React.Component {
state = {
csv: rawData,
//Here I set my data to be an array from the csv file
data: rawData.replace(/\n/g, ",").split(",")
}
render() {
const {csv, data} = this.state
return
<div> I want to add my table from Data here </div>
}
}（pandas是索引和列敏感的，你的df1和df2链接键是a和b，而不是索引，当你使用.loc它假设索引赋值）
merge或df1.merge(df2,left_on='a',right_on='b',how='left').drop('b',1).rename(columns={'c':'d'})
Out[136]:
a d
0 0 5.0
1 1 NaN
2 2 6.0
map如果有更多列
df1['d']=df1.a.map(df2.set_index('b').c)
df1
Out[142]:
a d
0 0 5.0
1 1 NaN
2 2 6.0
更新
df1=df1.set_index('a')
df2=df2.set_index('b')
df1.join(df2)
Out[157]:
d c
a
0 5.0 5.0
1 NaN NaN
2 6.0 6.0