python - Pandas - Vlookup - 搜索列中的重复值

Question

我试图在 Pandas 中模仿 v 查找(excel 函数)(使用测试数据集，合并函数似乎可以工作) - 但我对此处的示例确实有疑问 https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.merge.html 。如果您看第一个示例，它合并了两个 df，输出有更多列和更多行。我只想返回一个新列 - 就像 v 查找的工作原理一样。尽管如此，当我尝试我的代码时，即使是上面的代码，我也会收到此错误:

agingdf = agingdf.merge(plannerdf, left_on ='Cust_PO_Number', right_on='Cust_PO_Number')

ValueError: The column label 'Cust_PO_Number' is not unique.
For a multi-index, the label must be a tuple with elements corresponding to each level.

下面是一个开放的票证，看起来与我的问题相似，但没有解决方案。

https://github.com/pandas-dev/pandas/issues/20769

如果这含糊不清，我深表歉意，我无法上传 df 和 excel 文件，因为它是为了工作，并且我尝试的测试 DF 没有抛出相同的错误。

归根结底，我只想用 pandas 进行 vlookup，并且 vlookup 值可能是重复的，因此在这种情况下，首先命中的重复值就是新列中返回的值。

下面是一个示例 df，可帮助您想象 Cust_PO_Number 中的重复项的含义

a = {'Cust_PO_Number': ['A', 'B', 'C', 'C'], 'ColumnB': [1,2,3,4]}
b = {'Cust_PO_Number': ['A', 'B', 'C', 'C'], 'Column_That_I_Want_added': [2,3,4,5]}
df = pd.DataFrame(data=a)
df2 = pd.DataFrame(data=b)

desired df
c = {'ColumnA': ['A', 'B', 'C', 'C'], 'ColumnB': [1,2,3,4], 'MatchedColumn', [2,3,4,5]}

desireddf = pd.DataFrame(data=c)

现在探索多级列

print(plannerdf.columns)
MultiIndex(levels=[['Cust_PO_Number', 'Department']],
           labels=[[0, 1]])

Answer 1

试试这个:

df.insert(2,'Column_That_I_Want_added', df['Cust_PO_Number'].map(df2.drop_duplicates('Cust_PO_Number').set_index('Cust_PO_Number')['Column_That_I_Want_added']))

其中 df 是原始数据帧以及所需的数据帧，df2 是您查找数据的位置。