Python Pandas，通过ItErrors将一个数据帧的列值添加到另一个数据帧

问题是：

我有两个数据帧（大量项）：

我要做的是比较一列的字符串与第二个数据帧的列：

for index, row in df1.iterrows():
    if df.iloc[index][0] in df2['A'].tolist(): #I'm converting to list because it seems like it can't look into the column as an object

如果是这样，我想做的是在匹配字符串的同一行中选择

df2['B']

值，并最终将其放入

df1

中的一个新列中，在该列中，我将有如下内容：

df1 = 0    1    2    B
      str  str  str  str
      str  str  str  nan
      str  str  str  nan
      str  str  str  str

我觉得

iterrows（）

不是最好的方法，但我没有足够的技能找到更好的解决方案

---

谢谢。

如果我正确理解了你的问题，你应该能够做到以下几点。第一条语句计算一个临时列“temp”，如果它能在df2['a']中找到df1的值，则该临时列为True。如果temp为True，则第二行在df2['B']中查找该值，否则返回np.NaN：

for col in df1.columns:
    df1['temp'] = df1[col].isin(df2['A'].unique())
    df1[col] = df1[[col,'temp']].apply(lambda x: df2['B'].get_value(df2[df2['A'] == x[col]].index[0]]) if x['temp'] else np.NaN, axis=1)

---

假设我正确理解了你的问题：

您可以使用.isin（）方法：

请注意，数据帧的大小必须相同，此方法才能工作

我刚刚想到的另一件事是使用字典和应用程序。我假设您在比较列中有唯一的值

mask = df2['compare_column'].isin(df1['compare_column'])
dictionary = dict(df2[['compare_column','new_column']][mask].values)
df1['B'] = df1.apply(lambda x: dictionary[x['compare_column']], axis=1)

---

你能不能用一个例子，而不仅仅是使用“str”占位符来详细说明一下？提供示例，例如df1.head（）。to_dict（）将有助于将问题可视化。

mask = df2['your_column'].isin(df1['your_other_column'])
df1.loc[mask,'new_column']  = df2.loc[mask,'your_column']

mask = df2['compare_column'].isin(df1['compare_column'])
dictionary = dict(df2[['compare_column','new_column']][mask].values)
df1['B'] = df1.apply(lambda x: dictionary[x['compare_column']], axis=1)