Python 我们可以基于文本匹配合并两个数据帧吗？

我有一个DF看起来像这样：

    ID  Rating  Bin Price
0   864890  AA+ 4   97.14
1   691634  AA+ 4   14.21
2   792845  AA+ 3   101.25
3   506251  SP  3   100.31
4   689977  AA+ 3   97.37
    ... ... ... ...
249995  873393  AA+ 5   110.42
249996  495709  AA+ 7   105.47
249997  508123  AA+ 7   104.55
249998  650062  AA+ 8   105.37
249999  17658   AA+ 8   103.53

我有另一个DF看起来像这样

    Rating  RatingScores
0   AAA 10
1   AA+ 9.5
2   AA  9
3   A+  8.5
4   A   8
..  ... ...
20  CC- 0
21  D   0
22  NA  0
23  NR  0
24  SP  0

我想知道是否有办法将第二个DF合并到第一个DF中。索引将不匹配，但两者的评级字段相同。或者，是否有一种简单的方法向第一个DF添加一列，并为非数字标签（评级）生成数字结果（评级分数）

到目前为止，我已经尝试过：

dataset['RatingScores'] = pd.merge(dataset, finalDF, on='Rating')

我现在明白了

dataset['RatingScores'] = pd.merge(dataset, finalDF, on='Rating')
Traceback (most recent call last):

  File "<ipython-input-327-0afd66ad6da1>", line 1, in <module>
    dataset['RatingScores'] = pd.merge(dataset, finalDF, on='Rating')

  File "C:\Users\rshuell\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\core\frame.py", line 3472, in __setitem__
    self._set_item(key, value)

  File "C:\Users\rshuell\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\core\frame.py", line 3550, in _set_item
    NDFrame._set_item(self, key, value)

  File "C:\Users\rshuell\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\core\generic.py", line 3381, in _set_item
    self._data.set(key, value)

  File "C:\Users\rshuell\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\core\internals\managers.py", line 1072, in set
    self.insert(len(self.items), item, value)

  File "C:\Users\rshuell\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\core\internals\managers.py", line 1181, in insert
    block = make_block(values=value, ndim=self.ndim, placement=slice(loc, loc + 1))

  File "C:\Users\rshuell\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\core\internals\blocks.py", line 3267, in make_block
    return klass(values, ndim=ndim, placement=placement)

  File "C:\Users\rshuell\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\core\internals\blocks.py", line 2775, in __init__
    super().__init__(values, ndim=ndim, placement=placement)

  File "C:\Users\rshuell\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\core\internals\blocks.py", line 128, in __init__
    "{mgr}".format(val=len(self.values), mgr=len(self.mgr_locs))

ValueError: Wrong number of items passed 12, placement implies 1

还有

(finalDF.to_dict())

{'Rating': {0: 'AAA',
  1: 'AA+',
  2: 'AA',
  3: 'A+',
  4: 'A',
  5: 'A-',
  6: 'AA-',
  7: 'BBB',
  8: 'BB+',
  9: 'BB',
  10: 'B+',
  11: 'B',
  12: 'B-',
  13: 'BB-',
  14: 'CCC',
  15: 'CC+',
  16: 'CC',
  17: 'C+',
  18: 'C',
  19: 'C-',
  20: 'CC-',
  21: 'D',
  22: 'NA',
  23: 'NR',
  24: 'SP'},
 'RatingScores': {0: 10.0,
  1: 9.5,
  2: 9.0,
  3: 8.5,
  4: 8.0,
  5: 7.5,
  6: 7.0,
  7: 6.5,
  8: 6.0,
  9: 5.5,
  10: 5.0,
  11: 4.5,
  12: 4.0,
  13: 3.5,
  14: 3.0,
  15: 2.5,
  16: 2.0,
  17: 1.5,
  18: 1.0,
  19: 0.0,
  20: 0.0,
  21: 0.0,
  22: 0.0,
  23: 0.0,
  24: 0.0}}

---

您的代码已经正确，但是

pd.merge（）

返回一个新加入的

DataFrame

，您将其放入

pd.Series

，因此

ValueError

因此，您可以将其放入一个新变量中，以保存合并的

数据帧

merged_df = pd.merge(dataset, finalDF, on='Rating')

---

您的代码已经正确，但是

pd.merge（）

返回一个新加入的

DataFrame

，您将其放入

pd.Series

，因此

ValueError

因此，您可以将其放入一个新变量中，以保存合并的

数据帧

merged_df = pd.merge(dataset, finalDF, on='Rating')

---

我将考虑隔离第二个数据帧中需要的列，然后使用“join”组合这两个数据帧

dat1.join(dat2)

---

我将考虑隔离第二个数据帧中需要的列，然后使用“join”组合这两个数据帧

dat1.join(dat2)

---

您可以使用熊猫合并和设置我尝试的评级键；没用。好吧，我试了试，效果很好。不过我没用你的字典输出。幸运的是，剪贴板方法在第一次输出时运行良好。我没有错，你可以使用熊猫合并和设置我试过的评级键；没用。好吧，我试了试，效果很好。不过我没用你的字典输出。幸运的是，剪贴板方法在第一次输出时运行良好。我没搞错，我去接达伦。哦，我明白了。我想我可以就地做。好的，明白了。谢谢。很高兴接达伦。哦，我明白了。我想我可以就地做。好的，明白了。谢谢