Python 将dataframe的两列与新dataframe列进行比较

我有两个数据帧，看起来像

   team  points
0     1     2.5
1     2     3.2
2     5     5.8
3     3     2.8
4     4     1.9

以及：

预期输出应为我提供一个新的列，其中包含获胜者（更多分数）：

以下是一种使用和的方法：

或者更好的替代礼貌@user3483203

s=df2.stack().map(df1.set_index('team')['points']).unstack().idxmax(1)
#s.tolist() gives ['team2', 'team1', 'team1']
df2['winner']=df2.lookup(s.index,s)
print(df2)

---

---

试图避免使用

applymap

并使用

lookup

+

重塑

x = df.set_index('team').lookup(df2.values.ravel('F'), ["points"]*df2.size)
                        .reshape(df2.shape, order='F')
                        .argmax(1)

df2['winner'] = df2.lookup(df2.index, df2.columns[x])

---

---

仅使用的替代解决方案，以及：

---

我的“简单”解决方案：

df3= df2.replace(df1.set_index("team").points.to_dict()) 
df2["winner"]= np.where(df3.team1>=df3.team2,df2.team1,df2.team2)

---

欢迎来到SO。人们可以在这里帮助您调试代码，而不仅仅是为您编写代码。请您阅读并创建一个，其中包含您所做的努力和代码中出现的错误，好吗？从这个问题来看，这里使用的规则非常不清楚。谢谢@harvpan提供的信息。我对这一点还不熟悉。我会确保下一次我会把图片弄清楚。替代

applymap

的另一个方法是

df2.stack（）.map（df1.set_index（'team'）['points']）.unstack（）.idxmax（1）

，这在大输入时应该会快得多。仍然怀疑它是否能击败掉掉到

numpy

@user3483203的方法同意，但会更新您的建议：）谢谢，谢谢您的帮助：）

s=df2.stack().map(df1.set_index('team')['points']).unstack().idxmax(1)
#s.tolist() gives ['team2', 'team1', 'team1']
df2['winner']=df2.lookup(s.index,s)
print(df2)

   team1  team2  winner
0      1      5       5
1      2      4       2
2      3      1       3

x = df.set_index('team').lookup(df2.values.ravel('F'), ["points"]*df2.size)
                        .reshape(df2.shape, order='F')
                        .argmax(1)

df2['winner'] = df2.lookup(df2.index, df2.columns[x])

   team1  team2  winner
0      1      5       5
1      2      4       2
2      3      1       3

df_match['winner']=( df_match.stack()
                             .map(df.set_index('team')['points'])
                             .unstack()
                             .max(axis=1)
                             .map(df.set_index('points')['team']) )

print(df_match)

   team1  team2  winner
0      1      5       5
1      2      4       2
2      3      1       3

df3= df2.replace(df1.set_index("team").points.to_dict()) 
df2["winner"]= np.where(df3.team1>=df3.team2,df2.team1,df2.team2)