Python 基于索引数据框使用熊猫创建新的（更详细的）数据框

我为这个新手问题道歉，但我很难弄清楚熊猫的数据帧。我有一个数据框，上面有

df_index:
Product    Title
100000     Sample main product
200000     Non-consecutive main sample

我有另一个数据框，其中包含更详细的产品列表，格式如下

df_details:
Product                    Title
100000                    Sample main product
100000-Format-English     Sample product details
100000-Format-Spanish     Sample product details
100000-Format-French      Sample product details
110000                    Another sample main product
110000-Format-English     Another sample details
110000-Format-Spanish     Another sample details
120000                    Yet another sample main product
120000-Format-English     Yet another sample details
120000-Format-Spanish     Yet another sample details
...
200000                    Non-consecutive main sample
200000-Format-English     Non-consecutive sample details
200000-Format-Spanish     Non-consecutive sample details

我想基于df_详细信息创建一个新的数据框，但只针对df_索引中显示的产品。理想情况下，它看起来像：

new_df:
Product                    Title
100000                    Sample main product
100000-Format-English     Sample product details
100000-Format-Spanish     Sample product details
100000-Format-French      Sample product details
200000                    Non-consecutive main sample
200000-Format-English     Non-consecutive sample details
200000-Format-Spanish     Non-consecutive sample details

以下是我迄今为止所尝试的：

new_df = df_details[df_details['Product'][0:5] == df_index['Product'][0:5]]

这给了我一个错误：

ValueError: Can only compare identically-labeled Series objects

我也试过了

new_df = pd.merge(df_index, df_details, 
  left_on=['Product'[0:5]], right_index=True, how='left')

---

这确实给了我一个结果数据集，但不是我想要的类型，它不包括包含格式信息的细节行

您应该能够使用

.isin（）

作为：

new_df = df_details[df_details['Product'].isin(df_index['Product']]

这将执行仅查找公共索引的掩码

编辑：这仅适用于列是否具有相同的字符串。要解决此问题，您可以使用

str.contains（）

和：

import re

# create a pattern to look for
pat ='|'.join(map(re.escape, df_index['Product']))

# Create the mask
new_df = df_details[df_details['Product'].str.contains(pat)]

---

如果将列格式化为字符串，则此操作有效。

以下是我如何实现此操作的方法—我确信这并不漂亮，也不是实现此操作的最快方法，但它确实有效

我使用pandas的

.itetrow（）

和一些

for

和

if

循环逐行遍历数据帧：

# create a list based on the 'Product' column of df_index
increment = 0
index_list = []
for product, row in df_index.iterrows():
    prod_num = df_index.product.iloc[increment]
    index_list.append(prod_num)
    increment += 1

#construct a new data frame based on the rows in df_details that are found in index_list
new_df = pd.DataFrame(columns=detail_df.columns)
increment_detail = 0
for product, row in df_details.iterrows():
    prod_num_detail = df_details.product.iloc[increment_detail]
    prod_num_detail = prod_num_detail[0:6]
    if str(prod_num_detail) in dupe_list:
        new_df = new_df.append(df_details.iloc[increment_detail])
        increment_detail += 1
    else:
        increment_detail += 1

---

美好的我只是在写同样的解决方案。这确实有点效果。不过，它没有给我200000格式的英文样式行。可能是因为它与看起来像200000的行不完全匹配？@nathan.hunt是的，你是对的，我认为所有行都有相同的格式…这将对“相同格式”行执行查找。。。考虑一个更普遍的解决方案。这应该会有帮助@Fabiolamana非常感谢你的帮助！我确实使用了

re.escape

，它很管用，但由于某种原因，我无法理解，它也给了我一些我没有预料到的行……而且在df_索引中找不到的行，我能说的很接近。不过，我确实找到了如何解决

for

和

if

与pandas的

.iterrow（）

循环的问题，所以我将发布这篇文章。