python - 根据共享列的另一个数据框中的列映射 pandas 数据框中的新列

Question

正如 Pandas 问题通常那样，很难想出一个足够简洁的标题，这样人们就可以知道我在问什么，而又不会太长，但希望它足够了。我将提供一个简单的示例来说明我正在尝试做什么，因为我当前的工作数据集非常大。

考虑以下简单的数据框:

df = pd.DataFrame([[0, 5 ],
                   [1, 10],
                   [2, 20],
                   [0, 10],
                   [1, 0 ],
                   [2, 15]], columns = ["ID", "val"])

这会创建以下数据框df:

   ID  val
0   0    5
1   1   10
2   2   20
3   0   10
4   1    0
5   2   15

我想获取此数据帧并附加一个新列，该新列是我称为 df_map 的另一个数据帧的列的映射值，例如如下所示:

df_map = pd.DataFrame([[0,10],
                       [1,20],
                       [2,30]], columns = ["ID", "new_val"])

最终的数据框应如下所示:

   ID  val  new_val
0   0    5       10
1   1   10       20
2   2   20       30
3   0   10       10
4   1   20       20
5   2   30       30

映射函数应该简单地查看df中ID列的值，并根据df_map中给定的值分配一个新列

也许这可以通过 pandas 中的 .groupby 和 .map 函数的组合来完成，但我还没有弄清楚如何实现。

任何提示将不胜感激。

Answer 1

您可以使用Series.map :

df['new_val'] = df.ID.map(df_map.set_index('ID').squeeze())

输出

   ID  val  new_val
0   0    5       10
1   1   10       20
2   2   20       30
3   0   10       10
4   1    0       20
5   2   15       30

请注意 squeeze df_map.set_index('ID').squeeze() 将 DataFrame 转换为 Series。