Python 熊猫：使用两个数据帧进行垂直查找

我有一个坐标值的数据框，如下所示：

    lat         lon         E               N
0   48.010258   -6.156909   90089.518711    -201738.245555
1   48.021648   -6.105887   93961.324059    -200676.766517
2   48.033028   -6.054801   97836.321204    -199614.270439
... ...         ...         ...             ...

以及另一个数据帧df2，它将气候值与每个（纬度、经度）对相关联：

我想创建一个新列，

df1['corr_pos']

，其中每一行都有

df2

的索引，对应于

df1

中的（lat，lon）对。这就像在Excel中使用VLOOKUP一样，但是使用两个值来标识正确的索引，而不是只使用一个。这两个值是坐标对

产出将是：

    lat         lon         E               N               corr_pos
0   48.010258   -6.156909   90089.518711    -201738.245555  0
1   48.021648   -6.105887   93961.324059    -200676.766517  3
2   48.033028   -6.054801   97836.321204    -199614.270439  8
... ...         ...         ...             ...             ...

数据帧

df1

和

df2

的顺序不同我如何在熊猫中实现这一点？

我认为您需要使用从

索引创建一个新列：

print (df2)
          lat       lon    val
7   48.010258 -6.156909  17.11
10  48.021648 -6.105887  22.23
12  48.033028 -6.054801  39.86
df = pd.merge(df1, 
              df2.reset_index().drop('val', axis=1).rename(columns={'index':'corr_pos'}), 
              on=['lat','lon'], 
              how='left')
print (df)
         lat       lon             E              N  corr_pos
0  48.010258 -6.156909  90089.518711 -201738.245555         7
1  48.021648 -6.105887  93961.324059 -200676.766517        10
2  48.033028 -6.054801  97836.321204 -199614.270439        12

如果
df2
有许多列，最好使用subset，因为merge将删除它们：

df = pd.merge(df1, 
              df2.reset_index()[['lat','lon', 'index']].rename(columns={'index':'corr_pos'}),
              on=['lat','lon'], 
              how='left')
print (df)
         lat       lon             E              N  corr_pos
0  48.010258 -6.156909  90089.518711 -201738.245555         7
1  48.021648 -6.105887  93961.324059 -200676.766517        10
2  48.033028 -6.054801  97836.321204 -199614.270439        12

@谢谢。如果我想将
corr\u pos
列添加到
df1
，而不是创建新的数据帧，该怎么办？当然，我不想丢失通信。嗯，有一个问题，您需要通过
2列
连接，因此无法使用。我不知道没有
merge
是可能的，也许
join
-所有方法都返回新的数据帧..但是我可以创建一个新的
df
，然后使用
map
将新列添加到
df1
。是的，但是map需要一个列映射到另一个值。如果选中参数上的
中只有一列，则可以使用
map
。但如果在=['val1'，'val2'，…]上有多个as 1连接列
on
，则
map
解决方案是不可能的。
df = pd.merge(df1, 
              df2.reset_index()[['lat','lon', 'index']].rename(columns={'index':'corr_pos'}),
              on=['lat','lon'], 
              how='left')
print (df)
         lat       lon             E              N  corr_pos
0  48.010258 -6.156909  90089.518711 -201738.245555         7
1  48.021648 -6.105887  93961.324059 -200676.766517        10
2  48.033028 -6.054801  97836.321204 -199614.270439        12