Question

country = []
for i in df_temp['Customer Name'].iloc[:]:
    if i in gui_broker['EXACT_DDI_CUSTOMER_NAME'].tolist():
        country.append(gui_broker["Book"].values[gui_broker['EXACT_DDI_CUSTOMER_NAME'].tolist().index(i)])
    else:
        country.append("No Book Defined")
df_temp["Country"] = country

我目前有一个带有一列（“客户名称”）的大型DataFrame（df_temp），并尝试将其与具有3列的小型DataFrame（gui_broker）进行匹配-其中之一具有大型DataFrame的所有唯一值（“ EXACT_DDI_CUSTOMER_NAME”）。

在匹配df_temp的值行之后，我想基于匹配在df_temp中创建一个新列，其值为我的小型DataFrame（gui_broker）的值'Book'。我尝试了所有适用的lambda方法，但毫无头绪。上面提供的代码为我提供了一个解决方案，但是它很慢，而且不像...那样的熊猫。

我究竟该如何进行？

Answer 1

您可以使用熊猫合并来做到这一点。像这样...

df_temp = df_temp.merge(gui_broker[['EXACT_DDI_CUSTOMER_NAME','Book']], left_on='Customer Name', right_on='EXACT_DDI_CUSTOMER_NAME', how='left' )
df_temp['Book'] = df_temp['Book'].fillna('No Book Defined')

Answer 2

我认为应该这样做，使用map将Book的{{1}}的{{1}}列映射到{{1}中的gui_broker }，：

EXACT_DDI_CUSTOMER_NAME

尽管我需要一些示例数据来进行测试！

Answer 3

看起来您正在寻找join（文档为here）通过将第一列中的所选列与第二列中的索引进行匹配，它将DataFrame与另一个框架连接起来。

所以

df_temp.join(gui_broker
             .set_index("EXACT_DDI_CUSTOMER_NAME")
             .loc[:, ["Book"]],
             on="Customer Name")

将Pandas DataFrame列值与另一个DataFrame列匹配

3 个答案: