Pandas 向数据框添加新列

我试着在熊猫身上做一些应该很简单的事情，但看起来根本不是。我有两个大数据帧

df1有243列，其中包括：

   ID2  K.   C  type
1  123  1.   2.   T
2  132  3.   1.   N
3  111  2.   1.   U

   ID3  A    B   
1  123  0.   3.   
2  111  2.   3.   
3  132  1.   2. 

df2有121列，其中包括：

   ID2  K.   C  type
1  123  1.   2.   T
2  132  3.   1.   N
3  111  2.   1.   U

   ID3  A    B   
1  123  0.   3.   
2  111  2.   3.   
3  132  1.   2. 

df2包含关于相同ID（ID2=ID3）的不同信息，但顺序不同

我想在df2中创建一个名为（type）的新列，并与df1中的type列相匹配。如果它与df1中的ID相同，它应该从df1复制相同的类型（T、N或U）。换句话说，我需要它看起来像下面的数据帧，但是包含df2+类型的所有121列

ID3   A    B  type
123  0.   3.   T
111  2.   3.   U
132  1.   2.   N

我试过了

pd.merge和pd.join

我也试过了

df2['type'] = df1['ID2'].map(df2.set_index('ID3')['type'])

但它们都不起作用。

---

它显示KeyError:“ID3”

据我所知，您的上一个命令几乎是正确的。试试这个：

df2['type'] = df2['ID3'].map(df1.set_index('ID2')['type'])

加入

---

合并

（取1）

---

合并

（取2）

---

映射

和

分配

---

非常感谢你。你救了我。我已经试了三个多小时了。再次感谢。@user9715239您可能应该接受答案。@user9715239，听到这个消息太好了！还有阿美，谢谢你的鼓励：）

df2.merge(df1[['ID2', 'type']], left_on='ID3', right_on='ID2').drop('ID2', 1)

   ID3    A    B type
0  123  0.0  3.0    T
1  111  2.0  3.0    U
2  132  1.0  2.0    N

df2.assign(type=df2.ID3.map(dict(zip(df1.ID2, df1['type']))))

   ID3    A    B type
0  123  0.0  3.0    T
1  111  2.0  3.0    U
2  132  1.0  2.0    N