python - Python根据另一个数据框中的列值匹配列名

Question

抱歉，如果这是某种重复，我查看了 20 个不同的问题，但没有一个对我有帮助。如果有人可以指出我回答这个问题的问题，我会很乐意删除我的问题。

我有两个数据框，第一个称为 df_full 各种列的长列表，其中一个称为 'Industry' 并具有各种行业的字符串。df_full['Industry'].head()是：

指数	行业
0	服务
1	服务
2	贸易
3	服务
4	制造业

我的第二个数据框称为 df_industry，并具有基于每个行业的分位数。df_industry['profit_sales']是：

行业
金融的	0.25	0.025616
	0.50	0.219343
	0.75	0.410408
制造业	0.25	-0.012373
	0.50	0.002032
	0.75	0.010331
服务	0.25	-0.012660
	0.50	0.003375
	0.75	0.064102
贸易	0.25	-0.102178
	0.50	0.001715
	0.75	0.018705
运输	0.25	-0.042755
	0.50	-0.042755
	0.75	0.056487

根据列行业的行业，我正在尝试为我的第一个数据框创建一个新的列，分位数为 0.5。

因此我的新输出表应该是这样的，df_full[['Industry','quantile_05']].head()

指数	行业	分位数_05
0	服务	0.003375
1	服务	0.003375
2	贸易	0.001715
3	服务	0.003375
4	制造业	0.002032

我目前尝试无济于事： df_full['quantile_05'] = df_full.apply(lambda x: df_industry['profit_sales'][df_full['Industry'][x]][0.5] ,axis=1)

标签： pythonpandasmatch

Answer 1

看起来你可以做一张地图：

df_full['quantile_05'] = df_full['Industry'].map(df_industry['profit_sales'].unstack()[0.5])

输出：

             Industry  quantile_05
INDEX                             
0             Service     0.003375
1             Service     0.003375
2               Trade     0.001715
3             Service     0.003375
4       Manufacturing     0.002032

如果你想要所有三个分位数，你可以merge按照凯尔的建议做：

df_full.merge(df_industry['profit_sales'].unstack(),
          left_on=['Industry'], 
          right_index=True,
          how='left')

输出：

             Industry      0.25       0.5      0.75
INDEX                                              
0             Service -0.012660  0.003375  0.064102
1             Service -0.012660  0.003375  0.064102
2               Trade       NaN  0.001715  0.018705
3             Service -0.012660  0.003375  0.064102
4       Manufacturing -0.012373  0.002032  0.010331