Python 根据列将一个数据帧映射到另一个数据帧

我有两个数据帧，根据df1的哪一列出现来自df2的值，来自df2的值必须复制到df1的另一个特定列

我尝试在数据帧中循环，但由于数据量太大，需要花费很长时间。我相信一定有某种“潘代克式”的方法可以做到这一点

将熊猫作为pd导入
数据1={'A'：['X1'，'Y1']，
'B'：['X2'，'Y2']，
'A1'：['NaN'，'NaN']，
'B1'：['NaN'，'NaN']，
}
数据2={'AB'：['X1'，'Y2'，'X2'，'Y1']，
‘D’：[‘D1’、‘D4’、‘D3’、‘D2’]，
}
df1=pd.DataFrame（data1，列=['A'，'B'，'A1'，'B1']）
df2=pd.DataFrame（data2，列=['AB'，'D']）

如果在df2中发现df1列a的值，则必须将D的相应值复制到列A1。如果在df2中发现df1列B的值，则必须将D的值复制到B1等

a/B中的值可能为NaN，或者df2中没有相应的值

data1_goal = {'A': ['X1', 'Y1'],
        'B': ['X2', 'Y2'],
        'A1': ['D1', 'D2'],
        'B1': ['D3', 'D4'],
        }
df_goal=pd.DataFrame(data1_goal, columns=['A','B','A1','B1'])

除了迭代df1之外，还有一种优雅的方法吗

谢谢大家!

这里有一种方法：

 df1.merge(df2, left_on='A', right_on='AB').merge(
     df1.merge(df2, left_on='B', right_on='AB'), 
     on=['A','B'])[['A', 'B', 'D_x','D_y']].rename(
     columns={'D_x': 'A1','D_y':'B1'})

m=df1.loc[:,['A','B']].melt().merge(df2,left_on='value',right_on='AB').drop('AB',1)
n=m.assign(k=m.groupby('variable').cumcount()).set_index(['variable','k']).unstack(0)
df1=df1.mask(df1.eq('NaN'),n.values) #df1.mask(df1.isna(),n.values) if actual NaN
print(df1)

---

---

非常感谢。这似乎奏效了。但在我的实际应用程序中，我有四列，我认为使用这些顺序合并会使代码非常混乱。谢谢。我试图理解你的方法，我想我明白了，但我不太确定cumcount（）在做什么。@Maccaroni123尝试打印

m.groupby（'variable'）。cumcount（）

，这会为每个组分配一个计数，例如

a，a

得到

0,1

，再次

B，B

得到

0,1

，我看到了，每个类别都是a，B应该有相同的计数。但是当我设置索引并取消堆栈（.set_index（['variable'，'k']）.unstack（0））时，我的行数几乎是原来的两倍。奇怪的df1.shape[0]=n.shape[0]？@Maccaroni123是否应该在示例中添加更多数据。对于示例数据来说效果很好。可能是另一列或其他什么我发现错误，在melt命令中有一列两次。谢谢你的帮助！

    A   B  A1  B1
0  X1  X2  D1  D3
1  Y1  Y2  D2  D4