Question

我有两个数据框，一个是我使用的主要数据框，另一个是我希望从中提供信息的辅助数据框。

df2（main）包含一个包含各种名称字符串的Reporter列。

df1（附加信息）包含记者姓名及其位置。

我希望将位置列添加为df1 = pd.merge(df1, df2, on='Reporter', how='left')中的新列。

我可以通过以下方式完成以下任务：

{{1}}

并且有效。

我的问题是我运行一个经常更新的脚本（检查新行并检查旧行的更新）并重复运行这行代码，为每次执行添加多列。

仅检查列是否存在的问题是可能已将新行（包含新的记者名称）添加到我想知道/更新位置的df中。
我是以正确的方式来做这件事的吗？或者我应该进行某种字典查找并每次有条件地映射该位置？我怎么能在熊猫中做到这一点？

Answer 1

pd.merge的问题是它总是为结果添加后缀。

请勿使用。

在你正在进行LEFT JOIN的那个上使用等效的DataFrame.join或DataFrame.merge。

df1 = df1.join(df2, on='Reporter', how='left')

或者，

df1 = df1.merge(df2, on='Reporter', how='left')

公共列仅在结果中保留一次。但是，两者之间的其他相同列（如果有的话）是重复的（带有后缀）。

Answer 2

对于单个系列，我通常更喜欢映射系列，而不是merge或join（如果使用正确，也都是有效选项）。

注意我假设您已根据需要将str转换应用于所有列。

s = df2.set_index('Reporter')['Reporter Location']

df['Reporter Location'] = df['Reporter'].map(s)

通常，您无需将系列转换为dict或在zip对象上使用pd.Series。将zip与numpy数组can be inefficient一起使用。

Answer 3

感谢信息coldspeed，但我选择了第二个选项，映射字典。

reporter_dict = dict(zip(df2['Reporter'].astype(str),df2['Reporter Location']))
df['Reporter Location'] = df['Reporter'].astype(str).map(reporter_dict)

Pandas - pd.merge，添加一项检查以确保列不存在？

3 个答案: