Pandas 使用由原始数据框中的行值定义的行/列名从查找表创建新列

我有一个数据框架（df_表），有两列，“University”和“Major”

    University  Major
0   UnivA   Business
1   UnivA   Computer
2   UnivC   Computer
3   UnivB   Architecture

我还有一个查找表（df_lu），其中行值对应于“University”和列标题 对应于专业，表格条目对应于预期工资：

    University  Business    Computer Architecture
0   UnivA      100          200       300
1   UnivB      150          250       350
2   UnivC      95           86        14
3   UnivD      32           0         27

我想在第一个表中创建一个新列“Expected_Salary” 使用基于lokup表中的行/列vlaues的条目：

    University  Major   Expected_Salary
0   UnivA   Business    100
1   UnivA   Computer    200
2   UnivC   Computer    86
3   UnivB   Architecture    350

我试过这样的方法：

df_table['Salary_Expected'] = df_table['University'].map(df_lu.set_index(
    'University')[col for col in df_lu.column if col==df_table.Major ]

但我似乎无法从查找表中正确指定列

另一次尝试：

df_table['Salary_Expected'] =  df_lu.lookup(df_lu.index.
                                            where(df_lu.University==df_table.University,

同样，在df_lu中指定列名似乎不起作用。

---

我希望有一个简单的解决方案，否则我可以只做一个嵌套循环

如果有代码来生成您直接使用的数据帧就好了；但是，我认为您应该尝试将数据堆叠在第二个数据帧中：

df2=df2.stack（）

然后您可以重命名索引级别

major

，然后将其作为具有适当索引的查找表。您甚至不需要使用原始的df。使用查找表只需执行

df.melt（id\u vars='University'）

，您就可以得到所需的内容。