Python 我可以使用df1中的一列和df2中的一个单元格中的任意一个值连接两个数据帧吗？

我正在处理一些地理空间数据，

df_geo

，我有一个CSV值，我想加入到位置数据框中，称为

df_data

然而，我的问题是，有多种方法可以拼写我想要连接两个数据帧的列中的值（区域名称）。看看下面的加泰罗尼亚例子，在

df_geo

：根据语言的不同，有6种不同的拼写地区名称的方法

---

我的问题是：如果行在

df_data

中被命名为“Catalonia”，我将如何将

df_data

连接到

df_geo

？

由于行对于一个区域是唯一的，您可以创建一个字典，将

'VARNAME_1'

中的任何名称映射到

df_geo

的索引

然后使用它将

df_data

中的名称映射到一个虚拟列，您可以对

df_geo

中的索引和

df_data

中的映射列进行简单合并

要获取词典，请执行以下操作：

d = dict((y,ids) for ids, val in df_geo.VARNAME_1.str.split(r'\\').items() 
                 for y in val)

样本数据： 密码 输出：

---

这本词典是如何工作的。

df\u geo.VARNAME\u 1.str.split（r'\'）。values

将

VARNAME\u 1

中的字符串拆分到

'\'

字符上，并将所有分隔的值放置在一系列列表中。使用

系列

上的

.items

可以得到一个元组（我们将其解压为两个单独的值），第一个值是索引，与原始

数据帧

的索引相同，第二个项是

for ids, val in df_geo.VARNAME_1.str.split(r'\\').items():
    print(f'id:{ids} and val:{val}')
#id:0 and val:['Catalogna', 'Catalogne', 'Catalonia']
#id:1 and val:['A', 'B', 'C', 'D', 'E', 'F', 'G']

所以现在

val

是一个列表，我们再次希望遍历它来创建字典

for ids, val in df_geo.VARNAME_1.str.split(r'\\').items():
    for y in val:
        print(f'id:{ids} and y:{y}')
#id:0 and y:Catalogna
#id:0 and y:Catalogne
#id:0 and y:Catalonia
#id:1 and y:A
#id:1 and y:B
#id:1 and y:C
#id:1 and y:D
#id:1 and y:E
#id:1 and y:F
#id:1 and y:G

---

因此，我创建的字典是以y为键，原始数据框索引

ids

为值。

数据框中的每一行是否都是某个区域独有的？是的！

df_geo

和

df_data

中的每一行都代表单个区域的数据。这非常有效，谢谢！小编辑：也许在我的机器上，byt删除ID列只在使用

时有效。drop（['ID']，axis=1）

哦，是的，我相信这一定是熊猫的旧版本。嘿@ALollz，你介意更深入地描述一下字典的创建吗？我有点难以理解引擎盖下到底发生了什么。非常感谢！具体地说，我想我对ID号本身是如何生成的有点困惑（我想我理解如何扩展每行中的值，如果它们不是空的话，将它们添加到字典中）@scrollex我更新了答案。你是对的，索引可能只是幸运地保持不变。我将答案改为使用

.items

，它将实际返回

系列

的实际索引，而不是整数索引，而整数索引恰好是相同的。我还从

.str.split

中删除了

expand=True

，这样您就不必再检查

y是否为None了

看了看，现在好像情况不一样了

.items（）

在一个系列上不起作用；当我尝试使用

.iteritems（）

时，我创建的词典中有如下条目：

'Catalu\xc3\xb1a | Catalogna | catalone | Catalonia | Catalunha | Catalunya | Katalonien'：68

        Name  Vals                      VARNAME_1
0  Catalogna     1  Catalogna\Catalogne\Catalonia
1      Seven     2                            NaN
2          E     3                  A\B\C\D\E\F\G

for ids, val in df_geo.VARNAME_1.str.split(r'\\').items():
    print(f'id:{ids} and val:{val}')
#id:0 and val:['Catalogna', 'Catalogne', 'Catalonia']
#id:1 and val:['A', 'B', 'C', 'D', 'E', 'F', 'G']

for ids, val in df_geo.VARNAME_1.str.split(r'\\').items():
    for y in val:
        print(f'id:{ids} and y:{y}')
#id:0 and y:Catalogna
#id:0 and y:Catalogne
#id:0 and y:Catalonia
#id:1 and y:A
#id:1 and y:B
#id:1 and y:C
#id:1 and y:D
#id:1 and y:E
#id:1 and y:F
#id:1 and y:G