如何在Python中搜索列元素和对应的映射？

我有一个dataframedf1，比如下面的一个标签列表

                       tags
            0            label
            0         document
            0             text
            0            paper
            0           poster
                     ...    
            21600         wood
            21600      hot tub
            21600          tub
            21600      terrace
            21600      blossom

还有另一个数据帧df2，它映射到df中存在的标记，并映射到列名“name”

                name        iab
        0   abies       Nature and Wildlife 
        1   absinthe    Food & Drink    
        2   abyssinian  Pets    
        3   accessories Style & Fashion 
        4   accessory   Style & Fashion 
          ...   ... ... ... ...

        1595 rows × 4 columns

本质上，其思想是搜索df2中与df1中的标记相对应的列“name”，以找到相应的“iab”映射，并输出一个包含两列的CSV—标记及其对应的“iab”映射

输出如下所示：

                        tags      iab
            0            label    <corresponding iab mapping 
                                   to 'name' found in df2>
            0         document
            0             text
            0            paper
            0           poster
                     ...    
            21600         wood
            21600      hot tub
            21600          tub
            21600      terrace
            21600      blossom

但这只会将df2减少到与“标记”匹配的“iab”，而不会真正执行搜索并映射找到的值。

合并：

new_df = df1.merge(df2, how='left', left_on='tags', right_on='name')

---

另一种方法是使用

.map

将

iab

详细信息从

df2

传输到

df1

df1['iab']=df1.tags.map(dict(zip(df2.name,df2.iab)))

它的工作原理

#come up with a dictionary of name and `iab` in `df2`.

d=dict(zip(df2.name,df2.iab))

# Map the dict to df1 using the tag column

df1.tags.map(d)

---

非常感谢。结果很好！

#come up with a dictionary of name and `iab` in `df2`.

d=dict(zip(df2.name,df2.iab))

# Map the dict to df1 using the tag column

df1.tags.map(d)