如何使用pandas dataframe将列值从一个文件匹配到另一个文件

Question

我需要从excel插入数据，然后使用vc_no列将其匹配到另一个excel数据，并将Type（Secondary，Primary）作为我的键，将数据放入相应的列。这是一个例子：

第一个excel文件

                 secondary pairs         primary pair       
vc_no   stat     vc_no1 c_result1        vc_no2 c_result2       

472594  NULL
264781  NULL
974621  NULL
231412  NULL
314283  NULL
NULL    NULL
NULL    NULL

我想要的是获取sourcefile的值，并根据block type和vc_no将其插入各自的列。

的资源文件

Block Type  vc_no   c_result
Primary     n/a     not match
Primary     n/a     match
Primary     472594  match
Primary     974621  match
Primary     231412  not match
Secondary   314283  match   
Secondary   264781  match
Secondary   974621  match

我想要实现的目标

                  secondary-pairs        primary-pairs      
vc_no   stat      vc_no1    c_result1    vc_no2     c_result2           
472594  NULL      NULL      NULL         472594     match
264781  NULL      264781    match
974621  NULL                             974621     match
231412  NULL                             231412     not match   
314283  NULL      314283    match
                                         n/a        not match
NULL    NULL                             n/a        match
NULL    NULL                             n/a        not match

我尝试通过pandas将我的数据通过vc_no与isin（）匹配，并使用.str.contains（）获取块类型值，并使用.columns []将它们放到列中并且工作正常。

问题

我需要获取其vc_no block type及其comp_res，然后将其与来自其他数据框的现有vc_no, block type and comp_res匹配。但我得到的只是vc_no到指定匹配列的值。 note:I am writing it to a new file.

这是我的代码

import pandas as pd

df_1 = pd.read_excel("firstexcelfile.xlsx")
df_2 = pd.read_excel("sourcefile.xlsx", "v0.02")


vc_Secondary = df_1.columns[16]
adsl_old = df_1.columns[36]

df_1 = pd.DataFrame(df_1)
df_2 = pd.DataFrame(df_2)

Primary = df_2['Block Type'].str.contains('Primary')
Secondary = df_2['Block Type'].str.contains('Secondary')


df_2[Primary].to_excel("Primary.xlsx")
df_2[Secondary].to_excel("Secondary.xlsx")

File = pd.read_excel("firstexcelfile.xlsx")
secFile = pd.read_excel("Primary.xlsx")

secID = secFile.columns[13]
ads = File.columns[39]

df_1 = df_1[df_1['vc_no'].isin(secFile[secID])]
df_1[vc_Secondary] = df_1['vc_no']

df_1[ads] = df_2[['Block Name', 'Pair']].apply(lambda x: '/'.join(x.astype(str)), axis=1)
df_1 = df_1[df_1['vc_no'].isin(File[adsl])]
df_1[ads_old] = df_1['ads']

df_1.to_excel('util_CAB_sample.xlsx')

Answer 1

有几种方法是可能的，这里有一个例子，如果我理解你的问题。我在df_first和df_source中只使用了必要的列创建了我的输入，但如果在阅读excel时获得其他列，则通常没有问题。

import pandas as pd
# Create both DF with used data
df_first = pd.DataFrame({'vc_no':[472594, 264781, 974621, 231412, 314283]})
df_source = pd.DataFrame({'Block Type': ['Primary','Primary','Primary', 'Secondary', 'Secondary', 'Secondary'],
                          'vc_no':[472594, 974621, 231412, 314283, 264781, 974621],
                          'c_result':['match','match','not match','match','match','match']})

# Select data you want to add to df_first from df_source where Block Type = Primary
df_prim = df_source[['vc_no','c_result']][(df_source['Block Type'] == 'Primary')]
# Then use apply() to create the two column for Block Type = primary
df_first[['c_result_primary','vc_no_primary']] = df_first['vc_no'].apply(lambda x: df_prim[df_prim['vc_no'] == x].iloc[0] if x in list(df_prim['vc_no']) else pd.Series())
#Same for Block Type = secondary
df_sec = df_source[['vc_no','c_result']][(df_source['Block Type'] == 'Secondary')]
df_first[['c_result_secondary','vc_no_secondary']] = df_first['vc_no'].apply(lambda x: df_sec[df_sec['vc_no'] == x].iloc[0] if x in list(df_sec['vc_no']) else pd.Series())
# Fill nan with empty string
df_first = df_first.fillna('')

结果就像

    vc_no c_result_primary vc_no_primary c_result_secondary vc_no_secondary
0  472594            match        472594                                   
1  264781                                             match          264781
2  974621            match        974621              match          974621
3  231412        not match        231412                                   
4  314283                                             match          314283