Python 如何使用另一个pandas.DataFrame中的数据填充pandas.DataFrame中的列？

我有第一个pandas.DataFrame

        first_key  second_key
0               0           1
1               0           1
2               0           2
3               0           3
4               0           3

              key      status
0               1       'good'
1               2        'bad'
2               3       'good'

        first_key  second_key  status
0               0           1  'good'
1               0           1  'good'
2               0           2   'bad'
3               0           3  'good'
4               0           3  'good'

还有第二个pandas.DataFrame

        first_key  second_key
0               0           1
1               0           1
2               0           2
3               0           3
4               0           3

              key      status
0               1       'good'
1               2        'bad'
2               3       'good'

        first_key  second_key  status
0               0           1  'good'
1               0           1  'good'
2               0           2   'bad'
3               0           3  'good'
4               0           3  'good'

我想得到下面的pandas.DataFrame

        first_key  second_key
0               0           1
1               0           1
2               0           2
3               0           3
4               0           3

              key      status
0               1       'good'
1               2        'bad'
2               3       'good'

        first_key  second_key  status
0               0           1  'good'
1               0           1  'good'
2               0           2   'bad'
3               0           3  'good'
4               0           3  'good'

如何做到这一点

从第二个数据帧创建的系列使用：

df['status'] = df['second_key'].map(df1.set_index('key')['status'])
print (df)
   first_key  second_key  status
0          0           1  'good'
1          0           1  'good'
2          0           2   'bad'
3          0           3  'good'
4          0           3  'good'

由第二个数据帧创建的系列使用：

df['status'] = df['second_key'].map(df1.set_index('key')['status'])
print (df)
   first_key  second_key  status
0          0           1  'good'
1          0           1  'good'
2          0           2   'bad'
3          0           3  'good'
4          0           3  'good'

---

您还可以使用

merge（）

方法：

In [75]: d1.merge(d2.rename(columns={'key':'second_key'}))
Out[75]:
   first_key  second_key  status
0          0           1  'good'
1          0           1  'good'
2          0           2   'bad'
3          0           3  'good'
4          0           3  'good'

---

如果您想添加单个列，则@jezrael的答案中显示的

.map（）

方法更可取（也更有效）。如果需要添加多列，请使用

.merge（）

方法。

也可以使用

merge（）

方法：

In [75]: d1.merge(d2.rename(columns={'key':'second_key'}))
Out[75]:
   first_key  second_key  status
0          0           1  'good'
1          0           1  'good'
2          0           2   'bad'
3          0           3  'good'
4          0           3  'good'

如果您想添加单个列，则@jezrael的答案中显示的

.map（）

方法更可取（也更有效）。如果需要添加多列，请使用

.merge（）

方法。

pd.DataFrame.join

pd.DataFrame.join

---

下面是使用函数（而不是

merge

方法）的另一个示例

---

IMHO，使用该函数使转换稍微显式一些。但这显然是一个问题或味道…

这里是另一个使用函数的示例（而不是

merge

方法）

IMHO，使用该函数使转换稍微显式一些。但这显然是一个问题或味道