Python：将一个数据帧的值添加到另一个数据帧的某些行中

我有一个数据框

df1

，它保存某个国家和英国之间数千笔交易的行。我还有另一个数据帧

df2

，它保存了某些国家和英国之间的距离的几行数据

例如：

x1 = [{'partner': "Afghanistan", 'trade_value':100}, 
      {'partner':"Zambia",'trade_value':110}, 
      {'partner': "Germany",'trade_value':120},
      {'partner': "Afghanistan",'trade_value':150},
      {'partner': "USA",'trade_value':1120}]

df1 = pd.DataFrame(x1)

x2 = [{'country': "Afghanistan", 'distance':1000}, 
      {'country': "USA",'distance':1120}];

df2 = pd.DataFrame(x2)

我想在

df1

中添加一个名为“距离”的新列，并为

df1

中的每个“合作伙伴”分配其与

df2

的适当“距离”

注：有时由于多次交易，df1中的“合作伙伴”国家/地区会重复出现。而且，并非所有距离都在

df2

中可用，因此我不介意将df1中的单元格留空

到目前为止，我尝试这一点都没有用：

#Add new column
df1['distance'] = 0;

for index, row in df1.iterrows():
    for index, row2 in df2.iterrows():
        if row['partner'] == row2['country']:
            df1['distance'].replace(row['distance'], row2['distance'],inplace=True);

我用1000填充了所有的距离栏，这是阿富汗和英国之间的弥补距离，但所有其他国家都得到了相同的值（有些国家甚至不应该得到任何值）

IIUC您可以使用

---

你是一个救生员，我刚刚在我的实际数据帧上测试了它，它不仅有效，而且花费了不到一个小时的时间second@HassanDbouk

map

与其他备选方案相比工作速度更快。

x1 = [{'partner':"Afghanistan", 'trade_value':100}, {'partner':"Zambia",'trade_value':110},
      {'partner': "Germany",'trade_value':120},
      {'partner': "Afghanistan",'trade_value':150},{'partner': "USA",'trade_value':1120}]

df1 = pd.DataFrame(x1)

x2 = [{'country': "Afghanistan", 'distance':1000}, {'country': "USA",'distance':1120}]

df2 = pd.DataFrame(x2)

df1['distance'] = df1['partner'].map(df2.set_index('country')['distance'])

print (df1)

       partner  trade_value  distance
0  Afghanistan          100    1000.0
1       Zambia          110       NaN
2      Germany          120       NaN
3  Afghanistan          150    1000.0
4          USA         1120    1120.0