两个Pandas数据帧之间的vlookup

Question

我有两个熊猫数据帧如下。

DF1型：

Security     ISIN
ABC           I1 
DEF           I2
JHK           I3
LMN           I4
OPQ           I5

和DF2：

ISIN      Value
 I2        100
 I3        200
 I5        300

我希望最后得到第三个数据帧，如下所示：

DF3型：

Security   Value
 DEF       100
 JHK       200
 OPQ       300

Answer 1

可以使用^{}在ISIN上自动执行内部联接。下面这一行代码应该可以让您继续：

df3 = pd.merge(df1, df2)[['Security', 'Value']]

结果是df3：

  Security  Value
0      DEF    100
1      JHK    200
2      OPQ    300

完全可复制的代码示例如下：

import pandas as pd

df1 = pd.DataFrame({
        'Security': ['ABC', 'DEF', 'JHK', 'LMN', 'OPQ'],
        'ISIN' : ['I1', 'I2', 'I3', 'I4', 'I5']
    })
df2 = pd.DataFrame({
        'Value': [100, 200, 300],
        'ISIN' : ['I2', 'I3', 'I5']
    })

df3 = pd.merge(df1, df2)[['Security', 'Value']]
print(df3)

Answer 2

您可以使用^{}，默认情况下是内部联接，因此how=inner是省略的，如果两个Dataframes中只有一个公共列，则还可以省略参数on='ISIN'：

df3 = pd.merge(df1, df2)
#remove column ISIN
df3.drop('ISIN', axis=1, inplace=True)
print (df3)
  Security  Value
0      DEF    100
1      JHK    200
2      OPQ    300

或者^{}列ISIN通过Series从df1：

print (df1.set_index('ISIN')['Security'])
ISIN
I1    ABC
I2    DEF
I3    JHK
I4    LMN
I5    OPQ
Name: Security, dtype: object

#create new df by copy of df2
df3 = df2.copy()
df3['Security'] = df3.ISIN.map(df1.set_index('ISIN')['Security'])
#remove column ISIN
df3.drop('ISIN', axis=1, inplace=True)
#change order of columns
df3 = df3[['Security','Value']]
print (df3)
  Security  Value
0      DEF    100
1      JHK    200
2      OPQ    300