Python 将数据帧值映射到另一个数据帧

我有这两个数据帧

data1 = [[1,'A'],[2,'B'],[3,'C'],[4,'D'],[5,'E']]
data2 = [1,1,1,1,2,5,4,3]
df1 = pd.DataFrame(data1,columns = ['one','two'])
df2 = pd.DataFrame(data2,columns = ['one'])

我想把第一列的df2的所有值映射到第二列的df1。简单地说，我想用df1作为字典。我希望df2的输出像这样

   one
0    A
1    A
2    A
3    A
4    B
5    E
6    D
7    C
  

我正在这样做

df2['one']= df2['one'].apply(lambda x: df1.two[df1.one == x])

这给了我输出

   one
0    A
1    A
2    A
3    A
4  NaN
5  NaN
6  NaN
7  NaN

---

所有A都是正确的，但为什么后者都是NaN？

试试这个，与将apply与lambda函数一起使用相比，它的语法和功能要好得多：

df2['one'].map(df1.set_index('one')['two'])

输出：

0    A
1    A
2    A
3    A
4    B
5    E
6    D
7    C
Name: one, dtype: object

     0    1    2    3    4
0    A  NaN  NaN  NaN  NaN
1    A  NaN  NaN  NaN  NaN
2    A  NaN  NaN  NaN  NaN
3    A  NaN  NaN  NaN  NaN
4  NaN    B  NaN  NaN  NaN
5  NaN  NaN  NaN  NaN    E
6  NaN  NaN  NaN    D  NaN
7  NaN  NaN    C  NaN  NaN

为什么你的方法不起作用。。。。请看以下内容的输出：

df2['one'].apply(lambda x: df1.two[df1.one == x])

输出：

0    A
1    A
2    A
3    A
4    B
5    E
6    D
7    C
Name: one, dtype: object

     0    1    2    3    4
0    A  NaN  NaN  NaN  NaN
1    A  NaN  NaN  NaN  NaN
2    A  NaN  NaN  NaN  NaN
3    A  NaN  NaN  NaN  NaN
4  NaN    B  NaN  NaN  NaN
5  NaN  NaN  NaN  NaN    E
6  NaN  NaN  NaN    D  NaN
7  NaN  NaN    C  NaN  NaN

---

由于索引仅在第一列中对齐，因此0。得到分配。在这里，您使用的是pd.Series.apply，您将lambda函数应用于一个系列的元素，并将其分配回一个数据帧，从而导致错误对齐问题。

试试这个，与使用lambda函数的apply相比，它的语法和功能要好得多：

df2['one'].map(df1.set_index('one')['two'])

输出：

0    A
1    A
2    A
3    A
4    B
5    E
6    D
7    C
Name: one, dtype: object

     0    1    2    3    4
0    A  NaN  NaN  NaN  NaN
1    A  NaN  NaN  NaN  NaN
2    A  NaN  NaN  NaN  NaN
3    A  NaN  NaN  NaN  NaN
4  NaN    B  NaN  NaN  NaN
5  NaN  NaN  NaN  NaN    E
6  NaN  NaN  NaN    D  NaN
7  NaN  NaN    C  NaN  NaN

为什么你的方法不起作用。。。。请看以下内容的输出：

df2['one'].apply(lambda x: df1.two[df1.one == x])

输出：

0    A
1    A
2    A
3    A
4    B
5    E
6    D
7    C
Name: one, dtype: object

     0    1    2    3    4
0    A  NaN  NaN  NaN  NaN
1    A  NaN  NaN  NaN  NaN
2    A  NaN  NaN  NaN  NaN
3    A  NaN  NaN  NaN  NaN
4  NaN    B  NaN  NaN  NaN
5  NaN  NaN  NaN  NaN    E
6  NaN  NaN  NaN    D  NaN
7  NaN  NaN    C  NaN  NaN

---

由于索引仅在第一列中对齐，因此0。得到分配。在这里，您使用的是pd.Series.apply，即在序列的元素上应用lambda函数，并将其分配回导致错误对齐问题的数据帧。

dict df1 columns并映射到df2

df2.one=df2.one.map(dict(zip(df1.one,df1.two)))

  one
0   A
1   A
2   A
3   A
4   B
5   E
6   D
7   C

---

dict df1列并映射到df2

df2.one=df2.one.map(dict(zip(df1.one,df1.two)))

  one
0   A
1   A
2   A
3   A
4   B
5   E
6   D
7   C

---

您可以通过执行联接来实现这一点

import pandas as pd

data1 = [[1,'A'],[2,'B'],[3,'C'],[4,'D'],[5,'E']]
data2 = [1,1,1,1,2,5,4,3]
df1 = pd.DataFrame(data1,columns = ['one','two'])
df2 = pd.DataFrame(data2,columns = ['one'])

print(df1)

print(df2)

merge_df = pd.merge(df1,df2, on=['one'])[['two']]
print(merge_df)

输出

两个 0 A 1A 2A 3A 4 B 5 C 6d

---

7 E

您可以通过执行连接来实现这一点

import pandas as pd

data1 = [[1,'A'],[2,'B'],[3,'C'],[4,'D'],[5,'E']]
data2 = [1,1,1,1,2,5,4,3]
df1 = pd.DataFrame(data1,columns = ['one','two'])
df2 = pd.DataFrame(data2,columns = ['one'])

print(df1)

print(df2)

merge_df = pd.merge(df1,df2, on=['one'])[['two']]
print(merge_df)

输出

两个 0 A 1A 2A 3A 4 B 5 C 6d

---

7 E

这正是我想要的，但为什么没有在我的案例中应用工作这正是我想要的，但为什么没有在我的案例中应用工作基本上，您面临一些由usign pd.Series生成的索引对齐问题。应用。。。下面是我的解决方案，以了解更多详细信息。基本上，您面临一些由usign pd.Series.apply生成的索引对齐问题。。。下面是我的解决方案，以了解更多详细信息。