时间戳

首页 > 解决方案 > 用列名匹配两个 df 和 tag

python - 用列名匹配两个 df 和 tag

问题描述

df1

    1A 1B 1C
    a1 b1 c1
    a2 b2 c2
    a3 b3 c4

df2

  ID
  a1
  b1
  c4
  a3

我想用 df 匹配的列名标记 df2 中的每一行。

期望的输出

ID ID_name
a1  1A
b1  1B
c4  1C
a3  1A
a8  NaN

这些是我的代码，它做我想要的，

save_p = []
for ix,row1 in df2.iterrows():
    for ix2, row2 in df1.iterrows():
        if row1.1A == row2.ID:
            save_p.append((row2.ID,'1A'))
        if row1.1B == row2.ID:
            save_p.append((row2.ID,'1B'))
        if row1.1C == row2.ID:
            save_p.append((row2.ID,'1C'))

........等等，但我想要一些最好/优雅的方式来做？谢谢。

标签： pythonpython-3.xpandas

解决方案

使用Series.mapwith DataFrame.melt，如果没有匹配得到像 一样的缺失值c3，因为 no in df1：

s = df1.melt().set_index('value')['variable']
#if possible duplicates remove them
#s = df1.melt().drop_duplicates('value').set_index('value')['variable']

df2['ID_name'] = df2['ID'].map(s)
print (df2)
   ID ID_name
0  a1      1A
1  b1      1B
2  c4      1C
3  c3     NaN

详情：

print (df1.melt())
  variable value
0       1A    a1
1       1A    a2
2       1A    a3
3       1B    b1
4       1B    b2
5       1B    b3
6       1C    c1
7       1C    c2
8       1C    c4

推荐阅读