代码之家 › 专栏 › 技术社区 › Sudhi

使用中dataframe1中一列的值查找dataframe2中特定列的值

string-comparison dataframe pandas python

Sudhi · 技术社区 · 7 年前

我在网上搜索了一下。我没有找到我要找的确切病例。

>>> df1
         ID       Item
0  0667170D      Apple
1  0644304D     Orange
2  0655323D  Pineapple
3  06284A3D     Banana
>>> df2
          ID    Item
0   TY671756  Carrot
1   JG44454D  Banana
2   07753DDD  Orange
3   0628456D   Apple

我有一个forloop,它将比较两个数据帧之间的Item列,并得到最接近的数据帧。例如:我从“df2”中提取苹果,并将其与df1中的“Item”列进行比较。我找到apple并将其作为匹配项更新到df2中的一个新列。现在我想在“df1”中找到匹配项的苹果的“ID”,在本例中是苹果。我想把df1中apple的ID更新到df2中的一个新列中。

我能在同一个forloop中也这样做吗?因此,我得到了一个更新的df2,其中包含在df1中找到的匹配项及其ID号。

list1 = df2['Item']
list2 = df1['Item']

for i in list1:
   df2['Item'] = [difflib.get_close_matches(i, list2)]

3 回复 | 直到 7 年前

jezrael 7 年前

我认为需要通过字典查找-输出是列表,因为一个或多个值是匹配的:

list1 = df2['Item']
list2 = df1['Item']

d = df1.set_index('Item')['ID']
df2['new'] = [[d[x] for x in difflib.get_close_matches(i, list2)] for i in list1]
print (df2)
         ID    Item         new
0  TY671756  Carrot          []
1  JG44454D  Banana  [06284A3D]
2  07753DDD  Orange  [0644304D]
3  0628456D   Apple  [0667170D]

编辑:对于输出,两列都使用 loop 解决方案:

list1 = df2['Item']
list2 = df1['Item']
d = df1.set_index('Item')['ID']

id2, item2 = [], []
for i in list1:
     out =  difflib.get_close_matches(i, list2)
     id2.append([d[x] for x in out])
     item2.append(out)

df2['id2new'] = id2    
df2['item2new'] = item2
print (df2)
         ID    Item      id2new  item2new
0  TY671756  Carrot          []        []
1  JG44454D  Banana  [06284A3D]  [Banana]
2  07753DDD  Orange  [0644304D]  [Orange]
3  0628456D   Apple  [0667170D]   [Apple]

Sruthi 7 年前

Merge 列上的两个dfs Item

df3=df1.merge(df2,on="Item")

这将为您提供两个数据帧中的匹配项及其ID

   ID_x    Item      ID_y
0  0667170D   Apple  0628456D
1  0644304D  Orange  07753DDD
2  06284A3D  Banana  JG44454D

如果您还想保留不匹配的项目:

df1.merge(df2,on="Item",how="outer")

       ID_x       Item      ID_y
0  0667170D      Apple  0628456D
1  0644304D     Orange  07753DDD
2  0655323D  Pineapple       NaN
3  06284A3D     Banana  JG44454D
4       NaN     Carrot  TY671756

如果需要,可以重命名列。

Adrish 7 年前

如果你想执行这个使用for循环下面的代码可以使用我想。否则你可以使用@sruthiv的答案。

newColumn = []
for value in df2['Item'].values:
    if (len(df1[df1['Item']==value].values) > 0):
        newColumn.append(df1[df1['Item']==value].iloc[0,0])
    else:
        newColumn.append(np.NaN)

df2['NewColumn'] = newColumn


>>> df2

         ID    Item NewColumn
0  TY671756  Carrot       NaN
1  JG44454D  Banana  06284A3D
2  07753DDD  Orange  0644304D
3  0628456D   Apple  0667170D