Pandas 如果数据帧的大小不同，则将第一个数据帧的列指定给第二个数据帧

假设我有两个数据帧：

df1 = pd.DataFrame(np.arange(0,301),columns = ['id'])
df2 = pd.DataFrame(np.arange(200,387),columns = ['id'])

df1['2'] = np.random.randint(0,2,301)
df2['2'] = np.random.randint(0,2,187)

然后我将id从第二个数据帧匹配到第一个数据帧，并创建第三个df：

temp = df2.loc[df2['id'].isin(df1['id'])]

然后我计算一些值：

def values_14(row):
    if row['2'] == 1:
        return 1
    else:
        return 0


temp['val'] = temp.apply(lambda row: values_14(row),axis = 1)

---

我的问题是：如何将数据帧

temp

的

val

列中的值分配给第一个数据帧（如果第一个数据帧中的

id

与

temp

的

id

不匹配，则分配NA）到常规中？一般来说，我指的是这样的情况，例如，

id

column是名称，它们不像数字那样排序。如何在pandas中执行此操作？

首先在

df1

中默认使用

NA

指定一列。接下来，对于

df1

中的每一行，获取

行的
id
值，并查看
id
是否在
temp
数据帧中。如果它返回非空，则使用从
temp
返回的第一个值为
df1
的相应行赋值。您可以尝试以下操作：（np指numpy）

让我问几个问题：1）val_df=temp.loc[temp['id']==row['id']]这一行同时比较（真或假）row['id']和temp['id']的每个值？2） df1.loc[index，'val']=val_df['val'].这里的值[0]您能解释一下为什么我们需要从RHS对值[0]进行编码吗？@Mat_nekras For
1）
是的，比较后会有
True或False
。对于
2）
，
val\u df['val']
返回
Series
，因此，
.values
将其更改为
ndarray
和
。values[0]
，从数组中拾取第一个元素。可能还有其他的替代方法和有效的方法。只有一个问题出现了：当id值为stings时，代码不起作用。我说，索引应该是整数或切片，而不是字符串
# setting empty nan column for 'val' in df1
df1['val'] = np.nan

# iterate through each row in df1
for index, row in df1.iterrows():
    # look for corresponding rows in temp dataframe 
    # that matches id of current row of df1
    val_df = temp.loc[temp['id'] == row['id']]
    # if id matched in temp then it will return non-empty
    if not val_df.empty:
         # assign corresponding row of df1 with first value 
         # of temp which where id matched
        df1.loc[index, 'val'] = val_df['val'].values[0]