Python 将多个数据帧中的值映射到多个数据帧中的值

我需要一些技巧性的映射帮助

映射一个干净的值并不困难，但现在我在一个单元格中有多个值要映射。没有规则可以有多少个值，但最常见的是在1到4之间

数据帧如下所示：

df:
flag   id
 1   [A],[D]
 2   [B]
 3   [D],[E]
 3   [B],[C]

df1:
id   col1     col2     col3
A     on        1      true
B     on        2      true
C     off       4      true
D     off       4      false
E     on        2      true

df2:
id   col1     col2     col3
A     on        1      true
B     on        2      true
C     off       4      true
D     off       4      false
E     on        2      true

df3:
id   col1     col2     col3
A     on        4      true
B     off       6      true
C     off       4      false
D     on        3      false
E     on        2      true

for a in df['flag'].values:
    if a == '1':
        df['Description'] = df['id'].map(df1.set_index('id')['Description'])
    elif a == '2':
        df['Description'] = df['id'].map(df2.set_index('id')['Description'])
    elif a == '3':
        df['Description'] = df['id'].map(df3.set_index('id')['Description'])
    else:
        df['Description'] = 'No RAT data'

我需要映射所有三列（col1、col2、col3），所以我将它附加到一列，这就是它需要的方式

df1['Description'] = df1['col1'] + ', ' + df1['col2'] + ', ' + df1['col3']

df2和df3也是如此。 取决于df中的列“flag”，我将从中获取数据帧，1来自df1，2来自d2，3来自df3。 现在我在很多硬编码方面遇到了麻烦，我开始将其拆分为多行（df['id']中列表中的每个值），然后进行映射、大量分组和合并，在某一点上失败的可能性很大

那么，是否有任何步骤只解析和映射另一个数据帧，而不将列值拆分为多个列或行

我试过这样的方法：

df:
flag   id
 1   [A],[D]
 2   [B]
 3   [D],[E]
 3   [B],[C]

df1:
id   col1     col2     col3
A     on        1      true
B     on        2      true
C     off       4      true
D     off       4      false
E     on        2      true

df2:
id   col1     col2     col3
A     on        1      true
B     on        2      true
C     off       4      true
D     off       4      false
E     on        2      true

df3:
id   col1     col2     col3
A     on        4      true
B     off       6      true
C     off       4      false
D     on        3      false
E     on        2      true

for a in df['flag'].values:
    if a == '1':
        df['Description'] = df['id'].map(df1.set_index('id')['Description'])
    elif a == '2':
        df['Description'] = df['id'].map(df2.set_index('id')['Description'])
    elif a == '3':
        df['Description'] = df['id'].map(df3.set_index('id')['Description'])
    else:
        df['Description'] = 'No RAT data'

但我得到了一些价值观。 期望输出：

flag   id        Description
 1   [A],[D]   (on, 1, true), (off, 4, false)
 2   [B]       (on, 2, true)
 3   [D],[E]   (on, 2, true), (on, 2, true)
 3   [B],[C]   (off, 6, true), (off, 4, false)

---

欢迎任何形式的帮助。提前感谢。

首先，您必须定义一个新的数据帧，如write

d = {'col1':[0,0,0,0,0],'col2':[0,0,0,0,0],'col3':[0,0,0,0,0]}
new_df = pd.DataFrame(d)
new_df['col1']=df1['col1']
new_df['col2']=df1['col2']
new_df['col3']=df1['col3']

---

检查一下

我不明白，这和我的问题有什么关系？我已经弄清楚了为什么会有NaN，而且现在它起作用了，但我相信有一个更简单的方法。