Python 查找表中的查找字符串值以填充第二个数据帧

我有两个数据帧，

main\u df

：

  | header_1
0 | value_1
1 | value_2
2 | value_3
3 | value_1

  | header_1 | header_2
0 | value_1 | lookup_value_1
1 | value_2 | lookup_value_2
2 | value_3 | lookup_value_3
3 | value_4 | lookup_value_4

以及查找数据帧

查找\u df

：

  | header_1
0 | value_1
1 | value_2
2 | value_3
3 | value_1

  | header_1 | header_2
0 | value_1 | lookup_value_1
1 | value_2 | lookup_value_2
2 | value_3 | lookup_value_3
3 | value_4 | lookup_value_4

main_df

中的值不是唯一的。“lookup_df”中的值是唯一的

我只想用

lookup\u df

中相应的

lookup\u值来填充
main
df中的一个新列

已经尝试了各种方法，包括
.merge
、
.join
、
.map
和
.lookup

main_df = pd.merge(main_df, lookup_df, how='inner', on=['header_1'])

我期待的结果是：

  | header_1 | header_2
0 | value_1 | lookup_value_1
1 | value_2 | lookup_value_2
2 | value_3 | lookup_value_3
3 | value_1 | lookup_value_1

您可以通过
系列
使用：

main_df['header_2'] = main_df['header_1'].map(lookup_df.set_index('header_1')['header_2'])
print (main_df)
  header_1        header_2
0  value_1  lookup_value_1
1  value_2  lookup_value_2
2  value_3  lookup_value_3
3  value_1  lookup_value_1

或者转换
系列
，速度快一点：

计时：

#[400000 rows x 1 columns]
main_df = pd.concat([main_df]*100000).reset_index(drop=True)

In [139]: %timeit pd.merge(main_df, lookup_df, how='left', on=['header_1'])
10 loops, best of 3: 73.1 ms per loop

In [140]: %timeit main_df['header_1'].map(lookup_df.set_index('header_1')['header_2'])
10 loops, best of 3: 35.7 ms per loop

In [141]: %timeit main_df['header_1'].map(lookup_df.set_index('header_1')['header_2'].to_dict())
10 loops, best of 3: 35.1 ms per loop

编辑：

在
lookup\u df
中，需要列
标题\u 1
的唯一值，一种可能的解决方案是：

您必须在没有“how”关键字的情况下进行合并。像这样：

main_df = pd.DataFrame([{'header_1': 'value_1'},{'header_1': 'value_2'},{'header_1': 'value_3'},{'header_1': 'value_1'}])

lookup_df = pd.DataFrame([{'header_1':'value_1', 'header_2':'lookup_value_1'}, {'header_1':'value_2', 'header_2':'lookup_value_2'}, {'header_1':'value_3', 'header_2':'lookup_value_3'}, {'header_1':'value_4', 'header_2':'lookup_value_4'}])

main_df = pd.merge(main_df, lookup_df, on='header_1')

输出是

  header_1        header_2
0  value_1  lookup_value_1
1  value_1  lookup_value_1
2  value_2  lookup_value_2
3  value_3  lookup_value_3

我想你需要
main_-df['header_-2']=main_-df['header_-1'].map（查找[u-df.set_-index（'header_-1'）['header_-2']）
也许你想做一个左合并
main\u-df=pd.merge（main\u-df，lookup\u-df，how='left'，on=['header\u-1']）
@jezrael我尝试了这个方法，但是我得到了错误
InvalidIndexError:重新索引只对唯一值的索引对象有效，我的查找值不是唯一的。@joshi123-如果
lookup\u-df
中的数据不唯一会发生什么？你能编辑问题吗？@EdChum，左边的合并结果是一个数据帧，其中包含两个帧中的所有行，我只想要原始
main\u df
中的4行，我通过创建唯一的
lookup\u df
编辑答案，请检查。测试了
删除重复的代码，非常感谢