Pandas 根据条件将列从一个df复制到另一个df

我有一种情况，在我的数据帧中有3列x，y，point，我正在从另一个df复制id表，但问题是所有列中都有不同的值。我想用point col复制id列，使点1，2，3具有相同的id。 df是

x y点 76.32 42.58 1 86.34 90.02 2 687.12 125.327 1 65.28 87.11 2 963.1 854.2 3 来自df1的id列 M123 第478页 Q145 J768 D476如果每个组都以1开头，则可以通过字典使用，则每个组都以1创建，并与和进行比较：

详情：

如有必要，检查各组之间的差异：

df['id'] = df['point'].diff().lt(0).cumsum().map(dict(enumerate(df1['id'])))
print (df)
        x        y  point   id
0   76.32   42.580      1  111
1   86.34   90.020      2  111
2  687.12  125.327      1  222
3   65.28   87.110      2  222
4  963.10  854.200      3  222
5   85.23   96.230      1  333

print (df['point'].diff().lt(0).cumsum())
0    0
1    0
2    1
3    1
4    1
5    2
Name: point, dtype: int32

---

使用key cols左连接是合适的解决方案。df['point']=df['id'].eq1.cumsum.astypestr.mul3？@user19-原始数据帧是df，新数据帧是df1，我的答案中有列id。有一些问题？@user19-你能像上面的评论那样更改问题中的数据吗？@user19-我的答案中的解决方案对更改后的数据非常有效well@user19-什么是dictenumeratedf1['id'].head，1？@user19-首先尝试更改.mapdictenumerateAB_U1;+df1['id'].astypestr，1到.mapdictenumerateAB_U1;+df1['id'].astypestr.astypestr，1，如果不工作，请尝试.mapdictenumerateAB_U1;+df1['id'].astype'Int64'。astypestr，1-在0.25中最后一次工作+

print (df['point'].eq(1).cumsum())
0    1
1    1
2    2
3    2
4    2
5    3
Name: point, dtype: int32

df['id'] = df['point'].diff().lt(0).cumsum().map(dict(enumerate(df1['id'])))
print (df)
        x        y  point   id
0   76.32   42.580      1  111
1   86.34   90.020      2  111
2  687.12  125.327      1  222
3   65.28   87.110      2  222
4  963.10  854.200      3  222
5   85.23   96.230      1  333

print (df['point'].diff().lt(0).cumsum())
0    0
1    0
2    1
3    1
4    1
5    2
Name: point, dtype: int32