python - 在两个不同的 pandas 数据帧之间搜索和替换值

Question

我使用两个不同的 pandas 数据框:

数据框1:

      Year          State    EMW
0     1968        Alabama   8.55
1     1968         Alaska  15.61
2     1968        Arizona   8.55
3     1968       Arkansas   8.55
4     1968     California  12.26
...    ...            ...    ...
2857  2020       Virginia   7.25
2858  2020     Washington  13.50
2859  2020  West Virginia   8.75
2860  2020      Wisconsin   7.25
2861  2020        Wyoming   7.25

和 dataframe2:

                         NAME            STATUS    ISO ANSI1  ANSI2 USPS
0                     Alabama             State  US-AL    AL      1   AL
1                      Alaska             State  US-AK    AK      2   AK
2                     Arizona             State  US-AZ    AZ      4   AZ
3                    Arkansas             State  US-AR    AR      5   AR
4                  California             State  US-CA    CA      6   CA
5                    Colorado             State  US-CO    CO      8   CO
6                 Connecticut             State  US-CT    CT      9   CT
7                    Delaware             State  US-DE    DE     10   DE
8        District of Columbia  Federal district  US-DC    DC     11    q
9                     Florida             State  US-FL    FL     12   FL
...                       ...               ...    ...    ...    ...  ...

我正在尝试做什么:

将 dataframe1 中“State”列中的所有值替换为 dataframe2 中的等效 ANSI1 代码。

基本上，我希望得到这样的结果:

Alabama -> AL
Alaska -> AK
Arizona -> AZ

等等。

出于某种原因，到目前为止我尝试过的方法都不起作用。

我尝试过的:

1. 单行 for 循环

[dataframe1.replace({'State' : {dataframe2.loc[i]['NAME'] : dataframe2.loc[i][ANSI1']}},inplace = True) 对于范围内的 i (0, len(dataframe2))]

等效的嵌套循环结构:

    for state_name in pd.unique(dataframe1['State']):
        for ansi_name in dataframe2['ANSI1']:
            if ansi_name == state_name :
                dataframe1.replace({'State' : { state_name : ansi_name }}, inplace = True)

注意 我怀疑我可能正在尝试比较不同的类型，所以我尝试了:

dataframe1.replace({'State' : {'Alabama' : 'AL'}}, inplace=True) 

果然，它成功了。

编辑:

创建字典

dState = dict(df1[['NAME', 'ANSI1']].values)

生成一个字典，其中的值如下:

{'\xa0Alabama': 'AL', '\xa0Alaska': 'AK', '\xa0Arizona': 'AZ', '\xa0Arkansas': 'AR', '\xa0California': 'CA', '\x
a0Colorado': 'CO', '\xa0Connecticut': 'CT', '\xa0Delaware': 'DE', ' District of Columbia': 'DC', ' Florida': 'FL
', '\xa0Georgia': 'GA', '\xa0Hawaii': 'HI', '\xa0Idaho': 'ID', '\xa0Illinois': 'IL', '\xa0Indiana': 'IN', '\xa0I
owa': 'IA', '\xa0Kansas': 'KS', '\xa0Kentucky': 'KY', '\xa0Louisiana': 'LA', '\xa0Maine': 'ME', '\xa0Maryland':
'MD', '\xa0Massachusetts': 'MA', '\xa0Michigan': 'MI', '\xa0Minnesota': 'MN', '\xa0Mississippi': 'MS', '\xa0Miss
ouri': 'MO', '\xa0Montana': 'MT', '\xa0Nebraska': 'NE', '\xa0Nevada': 'NV', '\xa0New Hampshire': 'NH', '\xa0New
Jersey': 'NJ', '\xa0New Mexico': 'NM', '\xa0New York': 'NY', '\xa0North Carolina': 'NC', '\xa0North Dakota': 'ND
', '\xa0Ohio': 'OH', '\xa0Oklahoma': 'OK', '\xa0Oregon': 'OR', '\xa0Pennsylvania': 'PA', '\xa0Rhode Island': 'RI
', '\xa0South Carolina': 'SC', '\xa0South Dakota': 'SD', '\xa0Tennessee': 'TN', '\xa0Texas': 'TX', '\xa0Utah': '
UT', '\xa0Vermont': 'VT', '\xa0Virginia': 'VA', '\xa0Washington': 'WA', '\xa0West Virginia': 'WV', '\xa0Wisconsi
n': 'WI', '\xa0Wyoming': 'WY', ' Puerto Rico': 'PR', ' U.S. Virgin Islands': 'VI', ' Guam': 'GU', ' Northern Mar
iana Islands': 'MP', ' American Samoa': 'AS'}

所以现在我无法通过将它们与 df1['State'] 中的值进行比较来得到任何结果

我现在开始怀疑我可能在导入 df2 的 csv 编码中遗漏了某些内容。

Answer 1

这个问题可以通过使用数据帧操作通过几个简单的步骤来完成

1. 从 df2 中提取您将使用的数据
2. 合并数据框
3. 删除不必要的值

代码中的代码看起来像这样。

第 1 步:

df2_use = df2[['Name','ANSI1']]

第 2 步:

df1.merge(df2_use , how='left', right_on='Name', left_on='State')

第 3 步:

df1 = df1.drop(['Name','State'], axis=1).rename(columns={'ANSI1': 'State')

您将获得您正在寻找的数据框