将Python上的多个列与单个值匹配

Question

我希望你做得很好。 我正在尝试基于多列执行匹配，其中df1的B列的值分散在df2的三到四列中。这里的目标是，如果B列的值与C、D、E列中的任何值匹配，则返回df2的A列的值。 到目前为止，我所做的实际上是进行多个左合并（并更改B列的名称以匹配df2的C、D、E列的名称）。 我试图简化这个过程，但我不确定我该怎么做？ 我的数据集如下所示：

Df1：

    ID
0   77  
1   4859    
2   LSP

DF2：

    X           id1             id2             id3
0   AAAAA_XX    889             77              BSP
1   BBBBB_XX    4859            CC              998P
2   CCCC_YY     YUI             TYU             LSP

我的目标是在df1中：

    ID     X
0   77     AAAAA_XX
1   4859   BBBBB_XX 
2   LSP    CCCC_YY

多谢各位

Answer 1

将^{}与^{}一起使用：

df = df1.merge(df2.melt(id_vars='X', value_name='ID').drop('variable', axis=1), 
               how='left', 
               on='ID')
print (df)
     ID         X
0    77  AAAAA_XX
1  4859  BBBBB_XX
2   LSP   CCCC_YY

如果可能，可以使用重复的ID：

df = (df1.merge(df2.melt(id_vars='X', value_name='ID')
                  .drop('variable', axis=1)
                  .drop_duplicates('ID'),
                how='left', 
                on='ID'))

Answer 2

您可以使用pd.concat首先将列中的所有值设置为一 然后我们像这样合并表：

df3 = pd.concat([df2.id1, df2.id2]).reset_index()
df1 = df2.merge(df3, how="left", left_on = df1.ID, right_on = df3[0])
df1 = df1.iloc[:, :2]
df1 = df1.rename(columns={"key_0": "ID"})

虽然这不是世界上最漂亮的代码，但它确实有效

输出：

    ID      X
0   77      AAAAA_XX
1   4859    BBBBB_XX
2   LSP     CCCC_YY