Question

我有一个数据框C和另一个数据框S。如果C和C中的两列具有相同的值，我想更改S列中某个值的值。

请考虑下面给出的例子，

C.head(3)
   id1     id2  title   val
0   1      0     'abc'   0
1   2      0     'bcd'   0
2   3      0     'efg'   0

S.head(3)
   id1    id2
0   1      1
1   3      0

我想将值1分配给C中的列'val'，仅对应于C.id1 = S.id1和C.id2 = S.id2

的行

（C.id1，C.id2）和（S.id1，S.id2）的组合在各自的表格中是唯一的

在上面的例子中，我希望结果为

C.head(3)
   id1     id2  title  val
0   1      0    'abc'   0
1   2      0    'bcd'   0
2   3      0    'efg'   1

仅在C的第三行中，与列S和id1的{{1}}行之一匹配。

Answer 1

我认为需要merge左连接和参数indicator，最后将boolen mask转换为0和1：

#if same columns for join in both df parameter on is possible omit
df = C.merge(S, indicator=True, how='left')
#if multiple same columns in both df
#df = C.merge(S, indicator=True, how='left', on=['id1', 'id2'])
df['val'] = (df['_merge'] == 'both').astype(int)
df = df.drop('_merge', axis=1)
print (df)
   id1  id2  val
0    1    0    0
1    2    0    0
2    3    0    1

解决方案适用于新数据：

df = C.merge(S, indicator=True, how='left')
#if multiple same columns in both df
#df = C.merge(S, indicator=True, how='left', on=['id1', 'id2'])
df['val'] = (df['_merge'] == 'both').astype(int)
df = df.drop('_merge', axis=1)
print (df)
   id1  id2 title  val
0    1    0   abc    0
1    2    0   bcd    0
2    3    0   efg    1

输入匹配两个数据帧中两列的pandas数据帧

1 个答案: