python - 从 pandas 的已知索引中获取行数据

标签 python pandas dataframe

df1:

   col1   col2
0   a     5
1   b     2
2   c     1
 

df2:

   col1
0   qa0
1   qa1
2   qa2
3   qa3
4   qa4
5   qa5

最终输出:

   col1   col2  col3
0   a     5     qa5
1   b     2     qa2
2   c     1     qa1

基本上,在 df1 中,我为另一个 df 数据存储了索引。我必须从 df2 获取数据并将其附加到 df1 中。
我不知道如何通过索引号获取数据。

最佳答案

使用Series.map由另一个系列:

df1['col3'] = df1['col2'].map(df2['col1'])

或者使用DataFrame.join重命名列:

df1 = df1.join(df2.rename(columns={'col1':'col3'})['col3'], on='col2')

print (df1)
  col1  col2 col3
0    a     5  qa5
1    b     2  qa2
2    c     1  qa1

关于python - 从 pandas 的已知索引中获取行数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64075177/

相关文章:

python - 如何在 python 中终止 qthread

python - 将 Pandas 数据框转换为字典

python - 在 pandas 中设置现有 DataFrame 的 MultiIndex

python - 通过在一列字符串中找到确切的单词来创建一个新列

r - 如何一次更改多个列名?

用于嵌套字典对象的 Python 安全字符串模板

python - 遍历 PyMongo 游标作为键值对

python - PycURL RESUME_FROM

python - 基于距离最小化的连接 pandas 数据框

python - pandas 数据框中的过滤