Python 在一些附加条件下，如何在数据帧上执行vlookup等效操作

您好，我正在尝试在python上运行查找等效函数，但在尝试了合并和加入之后，我还没有达到目的

所以我的第一个df是这个

list = ['Computer', 'AA', 'Monitor', 'BB', 'Printer', 'BB', 'Desk', 'AA', 'Printer', 'DD', 'Desk', 'BB']
list2 = [1500, 232, 300, 2323, 150, 2323, 250, 2323, 23, 34, 45, 56]
df = pd.DataFrame(list,columns=['product'])
df['number'] = list2

这就是df的外观

     product  number
0   Computer   1500
1         AA    232
2    Monitor    300
3         BB   2323
4    Printer    150
5         BB   2323
6       Desk    250
7         AA   2323
8    Printer     23
9         DD     34
10      Desk     45
11        BB     56

这是第二个数据帧

list_n = ['AA','BB','CC','DD']
list_n2 = ['Y','N','N','Y']

df2 = pd.DataFrame(list_n,columns=['product'])
df2['to_add'] = list_n2

这就是df2的样子

  product to_add
0      AA      Y
1      BB      N
2      CC      N
3      DD      Y

现在，我如何向第一个数据帧（df）添加一列（'to_add'），使其看起来有点像这样。在excel中，它是一个简单的vlookup。我尝试了“merge”和“join”函数，但它改变了我的df的顺序，我不想改变顺序。有什么想法吗

     product  price to_add
0   Computer   1500       
1         AA    232      Y
2    Monitor    300       
3         BB   2323      N
4    Printer    150       
5         BB   2323      N
6       Desk    250       
7         AA   2323      Y
8    Printer     23       
9         DD     34      Y
10      Desk     45       
11        BB     56      N

---

pd.merge

确实可以完成这项工作，可能您没有正确使用它：

pd.merge(df, df2, on="product", how="left")

将返回：

     product  number to_add
0   Computer    1500    NaN
1         AA     232      Y
2    Monitor     300    NaN
3         BB    2323      N
4    Printer     150    NaN
5         BB    2323      N
6       Desk     250    NaN
7         AA    2323      Y
8    Printer      23    NaN
9         DD      34      Y
10      Desk      45    NaN
11        BB      56      N

---

这对我来说太好了！再次感谢。我对那件事有个追问