如何根據多列高效地完成查找在數據幀

Question

我在以下兩個dataframes，我需要根據DF1

DF1

col1 col2 col3 value 

Chicago M  26 54 

NY  M  20 21 
... 

DF2

col1 col2 col3 value 

NY  M 20 ? (should be 21 based on above dataframe) 

在DF2計算值列

我在做像下面這樣慢的循環

for index, row in df2.iterrows(): 
    df1[(df1['col1'] == row['col1']) 
        & (df1['col2'] == df1['col2']) 
        &(df1['col3'] == df1['col3'])]['value'].values[0] 

如何更有效/快速地做到這一點？

Answer 1

創建一個映射，然後調用pd.Series.replace：

mapping = dict(df1[['col1', 'value']].values) 
df2['value'] = '' 
df2.value = df2.value.replace(mapping) 

Answer 2

您需要merge與左邊欄加入了第一次比較：

print (df2) 
    col1 col2 col3 value 
0 LA M 20 20 
1 NY M 20  ? 

df = pd.merge(df2, df1, on=['col1','col2','col3'], how='left', suffixes=('','_')) 

它創建新列value_1與匹配的值。最後使用fillna由初始值和最後刪除輔助列value_更換NaN S：

print (df) 
    col1 col2 col3 value value_ 
0 LA M 20 20  NaN 
1 NY M 20  ? 21.0 

df['value'] = df['value_'].fillna(df['value']) 
df = df.drop('value_', axis=1) 
print (df) 
    col1 col2 col3 value 
0 LA M 20 20 
1 NY M 20 21