Python 如何根据ID和指向df2中列名称的值，从另一个数据帧（df2）中的列中获取值。蟒蛇/熊猫

我有一个df1：

ID    State
1      AA
2      AA
3      ZF
3      CJ

和df2：

ID    AA    ZF  CJ  etc
1     9      8  77
2     7      6   5
3     8     88   6

我必须在df1中创建一个新列，在df2中引入如下值：

ID    State    Value
1      AA       9
2      AA       7
3      ZF       88
3      CJ       6

我已经试了两个小时了，但似乎找不到一种方法根据df1['State']的值引用df2上的列名。即使我能想出一种方法来做到这一点，该值也是由ID过滤的。。。棘手的事情。有什么帮助吗

提前感谢您

您可以在

ID

和

df1

上：

df1=df1.merge（df2.melt（'ID'，var\u name='State'，value\u name='value'））
#ID状态值
#01 AA 9
#1 2 AA 7
#2 3 ZF 88
#3 CJ 6

---

这会更慢、更脆弱，但如果将

df2

的索引设置为

ID

，则可以在

apply（）中使用
loc[]
：

df2=df2.set_索引（'ID'））
df1['Value']=df1.apply（lambda x:df2.loc[x.ID，x.State]，axis=1）
让我们尝试以下方法：

将熊猫作为pd导入
df1=pd.DataFrame（{'ID'：{0:1,1:2,2:3,3:3}，
'State'：{0:'AA'，1:'AA'，
2:'ZF'，3:'CJ'}）
df2=pd.DataFrame（{'ID'：{0:1,1:2,2:3}，
‘AA’：{0:9,1:7,2:8}，
'ZF'：{0:8,1:6,2:88}，
‘CJ’：{0:77,1:5,2:6}）
合并=df1.merge(
df2.set_索引（'ID'））
.stack（）
.reset_index（）
.rename（列={'level_1'：'State'，0:'Value'}），
on=['ID'，'State']
)
打印（合并到字符串（索引=False））

合并
：

ID State  Value
 1    AA      9
 2    AA      7
 3    ZF     88
 3    CJ      6


使用堆栈将
df2
中的每个值获取到自己的行中：

print（df2.set_索引（'ID'））
.stack（）
.reset_index（）
.rename（列={'level_1'：'State'，0:'Value'}））

输出：

   ID State  Value
0   1    AA      9
1   1    ZF      8
2   1    CJ     77
3   2    AA      7
4   2    ZF      6
5   2    CJ      5
6   3    AA      8
7   3    ZF     88
8   3    CJ      6

然后，这很容易与df1合并，因为您希望将第二个数据帧的列映射到第一个数据帧中的行，所以需要首先转置第二个数据帧，我还建议删除“ID”列以方便：

df2.drop('ID', axis = 1, inplace = True)
df2 = df2.T
df2.columns = ['State', 'Value1', 'Value2', 'Value3']

final_df = pd.merge(df1, df2, on = 'State', how = 'left')

这里有一个使用
loc

df1['value'] = df2.set_index('ID').stack().loc[(pd.MultiIndex.from_frame(df1))].to_numpy()

这是一个非常酷的想法，但我尝试了我的df.head（10000）并且用了10分钟的时间运行了一个关键错误。最初的df有4kk，我不认为它对我的问题是可行的，但感谢您的洞察力，我相信它会派上用场。@Suetam016啊，是的，这对于较小的问题更像是一个快速技巧，但是
apply（axis=1）
对于4M行来说并不好，这还假设
df2
没有丢失任何
ID
s或
State
s@Suetam016使用
melt
-
merge
选项更新，对于4M行和缺少的键应该更好它确实有效，谢谢！现在唯一的问题是我的df1有400万行，合并后只有70万行，你知道为什么吗？默认合并是内部合并。因此，只有出现在两个数据帧中的值才会出现在
合并后的
中。您可能会看到不同的
方式。我可以问一下为什么这里有“1级”？“返回具有多级索引的重塑数据帧或序列”。在本例中，“level_0”是“ID”列，“level_1”是“State”列，当调用
reset_index
时，默认情况下该列的名称变为“level_1”，将其重命名为“State”只会简化合并条件。同样，使用值创建的新列将自动生成名称
0
，并基于相同的原因重命名。非常感谢。我曾想过转换它，但我发现此方法的问题是，相同的状态根据ID具有不同的值。此代码是否会忽略这一点？df2也有600条生产线。。感谢您的帮助。我不确定在不指定状态的情况下，我是否遵循此操作。无论如何都尝试过，但得到：ValueError:无法处理非唯一的多索引！感谢您的回答我将其编辑为使用
loc
，它可以处理非唯一索引，尽管我不确定这是否适用于您的实际数据。reindex和loc都对提供的示例有效。它对我的工作任务不起作用，但对我的辅助活动起作用，因此感谢您提供了这个优雅的解决方案！