pandas - 从另一个数据框 Pandas 获取相应的列值

Question

下面是我正在比较的两个数据帧。当我能够匹配 Item 列时，我想在 df2 中的 Usage 列下获取相应的列值。感谢帮助。

df1 = pd.DataFrame({ 'Number':[1.0,3.0,4.0,5.0,8.0,12.0,32.0,58.0,72.0] , 'Item': ['Phone', 'Watch', 'Pen', 'Pencil', 'Pencil', 'toolkit', 'box', 'fork', 'toy']})
df2 = pd.DataFrame({'Number':[3.0, 4.0, 8.0, 12.0, 15.0, 32.0, 54.0, 58.0, 72.0], 'Item':['Watch', 'Pen', 'Pencil', 'Eraser', 'bottle', 'box', 'toolkit', 'fork', 'Phone'], 'Usage':['Time', 'Writing', 'Writing', 'Cleaning', 'Water', 'storage', 'Utility', 'Eat', 'Communication']})

df1
   Number     Item
0     1.0    Phone
1     3.0    Watch 
2     4.0      Pen
3     5.0   Pencil
4     8.0   Pencil   
5    12.0  toolkit
6    32.0      box
7    58.0     fork
8    72.0      toy

df2
   Number     Item          Usage
0     3.0    Watch           Time
1     4.0      Pen        Writing
2     8.0   Pencil        Writing
3    12.0   Eraser       Cleaning
4    15.0   bottle          Water
5    32.0      box        storage
6    54.0  toolkit        Utility
7    58.0     fork            Eat
8    72.0    Phone  Communication

用于匹配的代码如下。即使只有数字匹配，它也会显示“MatchedBoth”。这需要修复。

import numpy as np
df3 = df1.copy()
df3['Matching'] = np.nan
df3.loc[(df3.Number.isin(df2.Number)) & (df3.Item.isin(df2.Item)), 'Matching'] = 'MatchedBoth'
df3.loc[(df3.Number.isin(df2.Number)) & (~df3.Item.isin(df2.Item)),'Matching'] = 'Matched Number Only'
df3.Matching.fillna('No Match', inplace=True)

在同一代码中是否有可能嵌入一个返回值，该返回值可以从 df2 中获取 Usage 列值，对应于每个匹配的行。可能存在多行可以匹配的情况，因此我们可能需要将相应的 Usage 列值放入列表或最终输出中的类似内容中。

注意:在我的实际数据框中，除此之外还有几列，因此如果我使用合并，它会产生一个巨大的数据框。我只想创建一个新列，其中包含在 df2 的 Usage 列中找到的相应匹配值列表。

输出应该如下所示。

df3
   Number     Item             Matching    Usage
0     1.0    Phone             No Match      NaN
1     3.0    Watch          MatchedBoth     Time
2     4.0      Pen          MatchedBoth  Writing
3     5.0   Pencil             No Match      NaN
4     8.0   Pencil          MatchedBoth  Writing 
5    12.0  toolkit  Matched Number Only  Utility
6    32.0      box          MatchedBoth  storage
7    58.0     fork          MatchedBoth      Eat
8    72.0      toy  Matched Number Only     Play

Answer 1

你可以尝试这样的事情:

df3 = df1.merge(df2, on='Number', how='left')
df3['Matching'] = np.where(df3.Productdetailed == df3.Item, 'Matched', 'No Match')
df3.drop('Productdetailed', axis=1, inplace=True)

这将返回您在问题中指定的输出。

澄清后编辑:

def find_match(row):
  if (row.Number in df2.Number.values) & (row.Item in df2.Item.values):
      return "MatchedBoth"
  elif ((row.Number in df2.Number.values) & ~(row.Item in df2.Item.values)):
      return "Matched Number Only"
  else:
      return "No Match"

df3['Matching'] = df3.apply(find_match, axis=1)
df3['Usage'] = df3.Item.map(df2.set_index('Item').Usage)