python - Pandas,如何将系列添加到 DataFrame 列,其中系列索引与 DataFrame 列匹配?

标签 python pandas dataframe

我有一个 pandas DataFrame 和一个系列。他们的样本是:

b = [
        {'key': 'c', 'value': 10},
        {'key': 'a', 'value': 5},
        {'key': 'b', 'value': 3},
        {'key': 'd', 'value': 99}
]
df = pd.DataFrame(b)
a = {'a': 1, 'b': 2, 'c': 3} 
series = pd.Series(a)

如何将series的值添加到df中的value列,其中series的索引> 与 dfkey 列匹配吗?请注意,不在 series 中的键 d 不会改变。对于上面的例子,我想最终得到:

result_data = [
        {'key': 'c', 'value': 13},
        {'key': 'a', 'value': 6},
        {'key': 'b', 'value': 5},
        {'key': 'd', 'value': 99}
]
result_df = pd.DataFrame(result_data)

最佳答案

您可以简单地使用a作为查找字典:

df['sum'] = df.apply(lambda x: x['value'] + a.get(x['key'], 0), axis=1)

print(df[['key', 'sum']])

  key  sum
0   c   13
1   a    6
2   b    5
3   d   99

关于python - Pandas,如何将系列添加到 DataFrame 列,其中系列索引与 DataFrame 列匹配?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59849180/

相关文章:

python - Python 主要版本升级后自动将包重新安装到虚拟环境中

python - 简单的动态网页抓取 - 没有 BeautifulSoup

python - Pandas:删除另一个 DataFrame 中显示的行和列

python - Pandas 数据帧 : Is there a difference in performance in replacing values by column and row?

r - 根据字符串模式匹配拆分数据框列

python - Pandas DataFrame 的自定义方法

python - for循环内的逻辑运算符,不起作用

python - 使用 pytest 检查是否有任何测试引发弃用警告

python - 如何在可变列数匹配的 Pandas 中选择行?

r - 如果数据框的行中的数据点满足 R 中另一个数据框的条件,则对它们求和