在python/QGIS中使用编程创建的索引字符串进行查找？

我正在尝试基于查找表向shapefile添加数据。因此，shapefile和查找表都有土地利用、雨水和土壤特性的值，查找表也有其他变量的值，我想根据土地利用/雨水/土壤值将这些变量添加到shapefile中。这是我在R中非常有信心做的事情，但它需要在python中，因为这是QGIS中使用的语言，我对python非常陌生

目前，我通过在python中使用pandas数据帧简化了问题：

import pandas as pd

#1. sample data
landuses = ['Pasture', 'Pasture', 'Stonefruit', 'Vineyard']
soils = [90, 120, 150, 90]
rainfalls = [350, 450, 550, 650]

sample_dict = {'landuse' : landuses,
            'soil' : soils,
           'rain' : rainfalls}

sample_df = pd.DataFrame(sample_dict)
print(sample_df)

# 2. lookup table data
v1 = [1,2,3,4]
v2 = [5,6,7,8]
v3 = [9,10,11,12]

lookup_dict = {'landuse' : landuses,
            'soil' : soils,
           'rain' : rainfalls,
           'v1' : v1,
           'v2' : v2,
           'v3' : v3}
lookup_df = pd.DataFrame(lookup_dict)
print(lookup_df)

显然，这两个表都会有更多的数据，但希望您能理解。因此，我希望在匹配所有

土地利用

、

土壤

和

雨水

的基础上，将

v1

、

v2

和

v3

的值输入

sample_df

。我已经尝试了各种解决方案，包括

np.logical_和（）

以及其他一些类似的东西，并且能够在简化版本中实现这一点，但不能为表添加值。到目前为止，我不会再让你厌烦我失败尝试的细节了，但我认为最好的解决方案（至少对于我的python编程水平而言）是创建一个索引字符串，将每行的

landuse

、

rain

和

soil

值结合起来，并基于此在表之间进行匹配。因此，例如，

sample_df

的第一行的字符串将是

'passeat90 350'

，我可以将其添加到两个表中，然后用作索引

但是，当我尝试使用以下命令创建索引字符串时：

sample_df['index'] = sample_df['landuse'] + " " + str(sample_df['rain']) + " " + str(sample_df['soil'])

它将

soil

和

rain

的所有值合并到字符串中，这不是我想要的

另外，当我使用一个简单的数字索引键进行下一步的测试运行时：

sample_df['index1'] = [1,2,3,4]
lookup_df['index1'] = [1,2,3,4]

sample_df['v1'] = lookup_df[lookup_df['index1'] == sample_df['index1']]
print(sample_df)

lookup_-df[lookup_-df['index1']==sample_-df['index1']]

部分独立工作，但赋值不工作

---

有人能帮我吗？我猜解决方案包括使用

.assign

（我知道python相当于R中的

mutate（）

），但我还没有弄清楚。提前感谢您的帮助

我已经用

for

循环解决了问题的前半部分：

for lab，sample_-df.iterrows（）中的行：

sample_-df.loc[lab，'index']=''.join（[sample_-df.loc[lab，'landuse'，

str sample_-df.loc[lab，'rain']），

str sample_-df loc[lab，'soil']）

（抱歉，不知道如何在注释中获得正确的代码块）并且意识到在我的上一个代码块中有一个很容易修复的错误（事后来看）（最后缺少

['v1']

）：

sample_-df['v1']=lookup_-df[lookup_-df['index']==sample_-df['index']['v1']在我解决自己的问题之前，

会检查我的实际数据，但看起来不错。我已经用

for

循环解决了问题的前半部分：

for lab，sample_df.iterrows（）中的行：

sample_df.loc[lab，'index']=”。join（[sample_df.loc[lab，'landuse'，

str（sample_df.loc[lab，'rain']），

str（sample_df.loc[lab，'soil']））

（抱歉，不知道如何在注释中获得正确的代码块）并且还意识到在我的上一个代码块中有一个很容易修复的错误（事后来看）（最后缺少

['v1']

）：

sample_df['v1']=lookup_df['index']==sample_df['index']['v1']

将在我解决自己的问题之前检查所有这些在我的实际数据上的效果，但看起来不错。