Python 数据帧映射练习

我刚开始使用Python，我做了一个简单的练习。 我有3个数据帧，如下所示：

df1:

   A B C         
 0 1 2 3           
 1 4 5 6    

   D E F G H
0
1

   m1 m2 m3 m4 m5
0  D  F  H
1  A  B  C

   D E F G H
0  1   2   3
1  4   5   6

df2（空）：

   A B C         
 0 1 2 3           
 1 4 5 6    

   D E F G H
0
1

   m1 m2 m3 m4 m5
0  D  F  H
1  A  B  C

   D E F G H
0  1   2   3
1  4   5   6

dfmap:

   A B C         
 0 1 2 3           
 1 4 5 6    

   D E F G H
0
1

   m1 m2 m3 m4 m5
0  D  F  H
1  A  B  C

   D E F G H
0  1   2   3
1  4   5   6

我想写一个脚本，根据dfmap的映射填充df2。 所以输出应该是

df2:

   A B C         
 0 1 2 3           
 1 4 5 6    

   D E F G H
0
1

   m1 m2 m3 m4 m5
0  D  F  H
1  A  B  C

   D E F G H
0  1   2   3
1  4   5   6

我开始编写这段代码，但我想我错过了Dataframe的所有功能（而且它无法在充满nan的Array_df2中工作） 我知道这应该是一种最聪明/最简单的方法

listcol_df1 = {}
listcol_df2 = {}

for idx, col in enumerate(df1.columns):
    listcol_df1[col] = idx
    
for idx, col in enumerate(df2.columns):
    listcol_df2[col] = idx

Array_df1 = df1.values
Array_df2 = df2.values
Array_dfmap = dfmap.values

for i in range(df1.shape[0]):
    for j in range(dfmap.shape[1]):
        df2[i][listcol_df2.get(Array_dfmap[0][j])] = Array_df1[i][listcol_df1.get(Array_dfmap[1][j])]

---

谢谢

您可以使用

dfmap

重命名

df1.列

，并使用该列更新

ddf2

：

df2.update(df1.rename(columns=dfmap.T.set_index(1)[0]))
print(df2)

输出：

   D   E    F   G    H
0  1 NaN  2.0 NaN  3.0
1  4 NaN  5.0 NaN  6.0

---

这里有一个可选的循环，只需遍历

dfmap

的列，但是如果

dfmap

包含的列名不在其他DFs中，则可能需要添加异常处理：

for col in dfmap:
    df2[dfmap[col].loc[0]] = df1[dfmap[col].loc[1]]

---

为了解释，循环循环遍历

dfmap

中的列名，然后此语法-

dfmap[col].loc[X]

-只选择

dfmap

中的列，然后是行（

.loc[0]

选择第一行中的值，

.loc[1]

选择第二行中的值）。现在我想了想，这可能也可以写得更简单一些，如

dfmap.loc[X，col]

其中X是每种情况下的行号。

非常感谢它的工作原理，但我感到内疚，因为我不知道它为什么工作。我更新了我的答案，并提供了更多解释，希望这有帮助！不错的解决方案：）