Pandas 在数据帧上使用VLookup函数

我有两个数据帧l3，其中包含559行，前一天的帧'mains'包含58行，现在我想在l3中创建一列'new'，这样，如果l3列'dum'中的值出现在mains数据帧中'Datecomb'列的任何一行中，那么新列应该包含True else False

我试过：

def f(i):
    if((i == (mains['Datecomb']).any()) == True):
        return 'True'
    else:
        return 'False'

 l3['new']=l3['dum'].apply(f)

但是这个函数只返回False

---

我对l3['dum']和mnains['Datecomb']都使用了值计数，并且我可以在chrome上使用Ctrl+F选项查看常见值…

对于您的特定请求，我们实际上可以通过一些方法链接和列表理解在一行中实现这一点：

I3['new'] = [mains['Datecomb'].where(mains['Datecomb'] == i).count() > 0 for i in I3['dum'].values]

此表达式使用列表理解来计算mains['Datecomb']中I3['dum']中每个值的条目数，如果该计数大于0，则返回True，并将结果列表设置为列I3['new']

如果您不熟悉列表理解，请在线查看一些示例。这是一个强大的工具

或者，您可以使用DataFrame.join方法连接干线上的值_counts>0操作的结果：

对于更一般的查找操作，使用join、merge或concat方法可能更好。我刚刚发现上面的第一种方法适合您的具体要求

我在下面的样本数据集上测试了这一点，两种方法都有效

I3 = pd.DataFrame([
     ['dum1', 'old1'],
     ['dum2', 'old2'],
     ['dum3', 'old3'],
     ['dum4', 'old4']],
     columns = ['dum', 'old'] )
mains = pd.DataFrame([
     ['dum2', 'not_used2'],
     ['dum3', 'not_used3'],
     ['dum3', 'not_used4']],
     columns = ['Datecomb', 'NotUsed'])

---

这回答了你的问题吗？

I3 = pd.DataFrame([
     ['dum1', 'old1'],
     ['dum2', 'old2'],
     ['dum3', 'old3'],
     ['dum4', 'old4']],
     columns = ['dum', 'old'] )
mains = pd.DataFrame([
     ['dum2', 'not_used2'],
     ['dum3', 'not_used3'],
     ['dum3', 'not_used4']],
     columns = ['Datecomb', 'NotUsed'])