python - python Pandas/numpy 的 R 的 match() 等价物是什么？

Question

我是一名 R 用户，我无法理解 pandas 中与 match() 的等价物。我需要使用此函数遍历一堆文件，获取关键信息，然后将其合并回“url”上的当前数据结构。在 R 中，我会做这样的事情:

logActions <- read.csv("data/logactions.csv")
logActions$class <- NA

files = dir("data/textContentClassified/")
for( i in 1:length(files)){
    tmp <- read.csv(files[i])
    logActions$class[match(logActions$url, tmp$url)] <- 
            tmp$class[match(tmp$url, logActions$url)]
}

我认为我不能使用 merge() 或 join()，因为它们每次都会覆盖 logActions$class。我也不能使用 update() 或 combine_first()，因为它们都没有必要的索引功能。我还尝试根据 this SO post 创建一个 match() 函数，但无法弄清楚如何让它与 DataFrame 对象一起使用。如果我遗漏了一些明显的东西，我深表歉意。

下面是一些 python 代码，总结了我在 pandas 中尝试做类似 match() 的无效尝试:

from pandas import *
left = DataFrame({'url': ['foo.com', 'foo.com', 'bar.com'], 'action': [0, 1, 0]})
left["class"] = NaN
right1 = DataFrame({'url': ['foo.com'], 'class': [0]})
right2 = DataFrame({'url': ['bar.com'], 'class': [ 1]})

# Doesn't work:
left.join(right1, on='url')
merge(left, right, on='url')

# Also doesn't work the way I need it to:
left = left.combine_first(right1)
left = left.combine_first(right2)
left 

# Also does something funky and doesn't really work the way match() does:
left = left.set_index('url', drop=False)
right1 = right1.set_index('url', drop=False)
right2 = right2.set_index('url', drop=False)

left = left.combine_first(right1)
left = left.combine_first(right2)
left

期望的输出是:

    url  action  class
0   foo.com  0   0
1   foo.com  1   0
2   bar.com  0   1

但是，我需要能够一遍又一遍地调用它，以便遍历每个文件。

Answer 1

请注意 pandas.match 的存在，它所做的正是 R 的 match 所做的。