匹配两个数据框列，return 不同的列值

Question

这个应该很简单，但是好像找不到。

dfA # 学生姓名列表（我的列表中有 500 名学生）- 简称为名字

ID	Cola
00	None
01	Mike
02	Sue
03	Tom

dfB # UID 是 class 科目（在另一个 df 中）（34 个独立的 class 科目）（通常每个 class 有 20 名学生）

UID	ID1	ID2	ID3
01	01	02	03
02	02	03	00

预期输出

dfB

UID	ID1	ID2	ID3
01	Mike	Sue	Tom
02	Sue	Tom	None

我对 python 中的 Dataframe 操作真的很陌生。我查看了地图、掩码、查询，但似乎没有什么合适的，因为 header 个不同的名字。

有人请求实际代码，这就是我得到的：

...
    dcol1 = [14, 12, 18, 28, 107, 303, 421]  
    dcol2 = [15, 12, 17, 29, 108, 305, 421]  
    colh = ['UID', 'id1', 'id2', 'id3', 'id4', 'id5', 'id6']  
    dfA = pd.DataFrame(columns=list(colh))  
    dfA.loc[0] = dcol1  
    dfA.loc[1] = dcol2  
    print(dfA)
    ncol1 = [12, 17, 18, 29, 107, 108, 303, 305, 421]  
    ncol2 = ["Mike", "Tom", "Sue", "Carol", "John", "Sam", "Tim",   "Linda", "Jim"]  
    dfB = pd.DataFrame({'NID':ncol1, 'Name':ncol2})  
    print(dfB)  
    # replace number ids with names  
    dfB = dfB.applymap(lambda i: dfA.iloc[i]['Name'])  
    print(dfB)  
...

如您所见，我确实从基础上简化了它。

Answer 1

编辑

根据评论交流

我更新了提供的代码（与上面的示例相比，您颠倒了 dfA 和 dfB，dfA 中缺少 NID 28，我将正确的列设置为索引），它现在对我来说工作正常。

import pandas as pd

ncol1 = [12, 17, 18, 28, 29, 107, 108, 303, 305, 421]  
ncol2 = ["Mike", "Tom", "Sue", "ADDED 28", "Carol", "John", "Sam", "Tim",   "Linda", "Jim"]  
dfA = pd.DataFrame({'NID':ncol1, 'Name':ncol2})  
dfA = dfA.set_index('NID')
print('dfA', dfA) 

dcol1 = [14, 12, 18, 28, 107, 303, 421]  
dcol2 = [15, 12, 17, 29, 108, 305, 421]  
colh = ['UID', 'id1', 'id2', 'id3', 'id4', 'id5', 'id6']  
dfB = pd.DataFrame(columns=list(colh))  
dfB.loc[0] = dcol1  
dfB.loc[1] = dcol2  
dfB = dfB.set_index('UID')
print('Intial dfB', dfB)

# replace number ids with names  
dfB = dfB.applymap(lambda i: dfA.loc[i]['Name'])  
print('Final dfB', dfB)

初步解决方案

当dfB中有很多列时就不那么自然了。

没有问题中的格式就没那么容易了，但你有没有尝试过类似

的方法

dfB.join(dfA, on='ID1', rsuffix='1') \
   .join(dfA, on='ID2', rsuffix='2') \
   .join(dfA, on='ID3', rsuffix='3')

然后从最终数据框中保留您需要的列（在您的情况下为 COLA1, COLA2, COLA3）。

匹配两个数据框列，return 不同的列值

match two dataframe columns, return different column value

python

dataframe

预期输出

编辑

初步解决方案