Pandas: 使用两列和两个数据框进行垂直查找

Question

给定以下数据帧：

df1:

    ID  A           B           
0   0   138.610513  34.860445   
2   2   139.307536  34.919052

df2:

    ID  A           B           CAT 
0   0   138.610513  34.860445   a
1   1   138.523152  34.807862   b
2   2   139.307536  34.919052   c
3   3   138.620263  34.883671   b

如何查找 CAT 中的值并将它们作为新列添加到 df1？

我试过这个：

df1['CAT']=df1[['A'],['B']].map(df2[['A'],['B']])

但我得到：

TypeError: unhashable type: 'list'

预期输出：

df1:

    ID  A           B           CAT 
0   0   138.610513  34.860445   a
2   2   139.307536  34.919052   c

这只是一个测试用例。在我的实际问题中，我无法将ID用作参考，因为它们不一致。

Answer 1

使用merge。看起来 id 也被映射了。

In [4820]: df1.merge(df2)
Out[4820]:
   ID           A          B CAT
0   0  138.610513  34.860445   a
1   2  139.307536  34.919052   c

如果没有，在on中指定键，并在df2

中有选择地选择需要的列

In [4825]: df1.merge(df2[['A', 'B', 'CAT']], on=['A', 'B'])
Out[4825]:
   ID           A          B CAT
0   0  138.610513  34.860445   a
1   2  139.307536  34.919052   c

Pandas: 使用两列和两个数据框进行垂直查找

Pandas: vertical look up using two columns and two data frames

python

lookup

join

pandas