在Python中有条件地从具有不同大小的数据帧创建列

我有如下数据帧：

df = pd.DataFrame({'buck' : ['3', '3', '3', '2', '2', '1', '1', '1', '0', '0'], 
                   'rank' : [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]})
df2 = pd.DataFrame({'col_no' : ['mr.A', 'mr.B', 'mr.C', 'mr.D', 'mr.E', 'mr.F', 'mr.G'],
                    'grade' : ['H', 'H', 'M', 'M', 'L', 'L', 'L']})

我想根据

df

和

df2

中的条件，使用

中的
'col\u no'
在df中创建一个列。
条件如下：

df['buck']==3和df2['grade']==H'
df['buck']==2和df2['grade']==M'
（df['buck']==1或df['buck']==0）和df2['grade']==L'
如果满足条件->>循环通过
df2['col_no']
，并重复输入相应的值

例如，条件1的唯一值是mr.A和mr.B

所需的输出将是：

buck     rank     col_no        
3        1        mr.A        
3        2        mr.B       
3        3        mr.A
2        4        mr.C
2        5        mr.D
1        6        mr.E        
1        7        mr.F     
1        8        mr.G        
0        9        mr.E
0        10       mr.F

我是Python新手，不知道解决这个问题的关键词是什么。我能想到的唯一选择是编写一个硬代码，循环遍历每一行，而不是使用Panda编码风格

因此，任何建议都将不胜感激。
提前谢谢
 我将使用映射和转换函数

grades = {'3': 'H', '2': 'M', '1': 'L', '0': 'L'}

def trans(x):
    ln = len(x)
    grade = grades[x.name]         # find the corresponding grade
    data = df2[df2['grade'] == grade, 'col_no'].to_list() # extract matching data from df2
    data *= (ln // len(data)) + 1  # repeat as required
    return data[:ln]               # and return the expected len

那么就简单到：

df.assign(col_no=df.groupby('buck')['buck'].transform(trans))

正如预期的那样：

  buck  rank col_no
0    3     1   mr.A
1    3     2   mr.B
2    3     3   mr.A
3    2     4   mr.C
4    2     5   mr.D
5    1     6   mr.E
6    1     7   mr.F
7    1     8   mr.G
8    0     9   mr.E
9    0    10   mr.F

如上所述，代码从
GroupBy
对象请求一个列，从
transform
调用的函数每次接收一个
系列
，其中名称是组标识符（此处从
'0'
到
'3'
）以及该列中相应值。
有效！！非常感谢。你能解释一下x.name是做什么的吗？这是groupby的物品吗？@Eiboom:我已经编辑了我的帖子来更好地解释它。