本貼主要是作為一個記錄，防止優質部落格的丟失

請大家多多關注原帖：https://blog.csdn.net/htuhxf/article/details/84571404

https://stackoverflow.com/questions/25493625/vlookup-in-pandas-using-join

主要方法是使用merge或者map或者apply+lambda

文章目錄

• • merge
  • apply + lambda
  • merge的詳細介紹

merge

執行左合併，這將使用sku列作為要聯接的列：

In [26]:

df.merge(df1, on='sku', how='left')
Out[
 
26]:
   sku  loc   flag dept
0  122   61   True    b
1  122   62   True    b
2  122   63  False    b
3  123   61   True    b
4  123   62  False    b
5  113   62   True    a
6  301   63   True    c

如果sku實際上是您的索引，請執行以下操作：

In [28]:

df.merge(df1, left_index=True, right_index=True, how='left')
Out[28]:
     loc   flag dept
sku                 
113
 
   62   True    a
122   61   True    b
122   62   True    b
122   63  False    b
123   61   True    b
123   62  False    b
301   63   True    c

另一種方法是使用map，如果將sku設定為第二個df的索引，那麼實際上它變成了一個系列，那麼程式碼簡化為：

In [19]:

df['dept']=df.sku.map(df1.dept)
df
Out[19]:
   sku  loc   flag dept
0  122   61   True    b
1
 
  123   61   True    b
2  113   62   True    a
3  122   62   True    b
4  123   62  False    b
5  122   63  False    b
6  301   63   True    c

apply + lambda

另外一種方法是apply 和 lambda

dict1 = {113:'a',
         122:'b',
         123:'b',
         301:'c'}

df = pd.DataFrame([['1', 113],
                   ['2', 113],
                   ['3', 301],
                   ['4', 122],
                   ['5', 113]], columns=['num', 'num_letter'])

新增為新的資料列

df['letter'] = df['num_letter'].apply(lambda x: dict1[x])

  num  num_letter letter
0   1         113      a
1   2         113      a
2   3         301      c
3   4         122      b
4   5         113      a

或替換現有的（‘num_letter’）列

 df['num_letter'] = df['num_letter'].apply(lambda x: dict1[x])

  num num_letter
0   1          a
1   2          a
2   3          c
3   4          b
4   5          a

merge的詳細介紹

第一、DataFrame.merge函式

更推薦使用merge()函式。簡單介紹點選這裡。

1） 函式部分：

• pandas.merge是pandas的全功能、高效能的的記憶體連線操作，在習慣上非常類似於SQL之類的關係資料庫。
• 相較於其他開源軟體（如R中的base::merge.data.frame）， pandas.merge的效能要好得多（在某些情況下好得多一個數量級）。其原因是在DataFrame中優化的演算法設計和資料的內部佈局。

DataFrame.merge(
right,                                    # 右DF，即要被merge的DataFrame
how='inner',                              # 取值有4個{‘left’, ‘right’, ‘outer’, ‘inner’}
on=None, left_on=None, right_on=None,     # 如果使用左&右DF的公共欄位作為key，使用引數on；如果不使用左邊右邊的公共欄位作為key，使用引數left_on和right_on。
left_index=False, right_index=False,      # 如果left_index=True，則left左邊DF的index(即索引的列名稱)是用來jion的keys。如果是MultiIndex，左DF和右DF的level數必須相等。right_index的作用與之相似。
sort=False,                               # 預設不對新合併表的結果按照字順序排序，可以節省運算時間。
suffixes=('_x', '_y'), 
copy=True, 
indicator=False,                          # 如果True，會新增一列，顯示資料的來源表名稱。
Validate=None                             # 是否檢查兩個merge的DFkeys是一對一關係、一對多關係，返回布林值( 'one_to_one'/ '1:1', 'one_to_many' / '1:m', 'many_to_one' / 'm:1')。預設情況下3種關係都可以，只是沒有輸出。
)

  
  
1
2
3
4
5
6
7
8
9
10
11

例子（注：要防止左右表的merge列同時存在空值，否則空值行的結果是笛卡爾積。例如，右邊m個座標n個空值，則左merge後，結果有n*m的控制行。）

• merge兩個DataFrame：

>>> A              >>> B
    lkey value         rkey value
0   foo  1         0   foo  5
1   bar  2         1   bar  6
2   baz  3         2   qux  7
3   foo  4         3   bar  8

  
  
1
2
3
4
5
6

>>> A.merge(B, left_on='lkey', right_on='rkey', how='outer')
   lkey  value_x  rkey  value_y
0  foo   1        foo   5
1  foo   4        foo   5
2  bar   2        bar   6
3  bar   2        bar   8
4  baz   3        NaN   NaN
5  NaN   NaN      qux   7          

  
  
1
2
3
4
5
6
7
8

• merge多個DataFrame與之類似，直接向後新增：

A.merge(B, right_on='col_r', left_on='col_l', how='outer').merge(C, right_on='col_r1', left_on='col_l1', how='outer')

  
  
1

EXCEL的VLOOKUP()函式不區分大寫小：

Python的merge()函式區分大小寫:
left.merge(right, left_on='agent_name', right_on='agent_name1', how='left')

第二、map函式

2）例子部分：

• 資料：

import pandas as pd
data = pd.DataFrame({'food': ['bacon', 'pulled pork', 'bacon', 'Pastrami', 'corned beef', 'Bacon', 'pastrami', 'honey ham', 'nova lox'],
                     'ounces': [4, 3, 12, 6, 7.5, 8, 3, 5, 6]})

meat_to_animal = { ‘bacon’: ‘pig’,
‘pulled pork’: ‘pig’,
‘pastrami’: ‘cow’,
‘corned beef’: ‘cow’,
‘honey ham’: ‘pig’,
‘nova lox’: ‘salmon’}

print(data)
print(meat_to_animal)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13

對映關係：

• 要求：
  – 在food表中，匹配出food是來源於那種animal的。

data['animal'] = data['food'].str.lower().map(meat_to_animal) # 利用對映表，新增列'animal'

print(data)

• 1
• 2
• 3

注： data['animal'] = data['food'].str.lower().map(meat_to_animal)
1）在“對映關係集合”不完整的情況下也能正常執行，取值NaN。比如這裡把 ‘pulled pork’: ‘pig’ 替換成 ‘blabla’: ‘pig’ 。

2）“對映關係集合”完整的情況下，可替換為 data['food'].map(lambda x: meat_to_animal[x.lower()])。
但它在“對映關係集合”不完整的情況下報錯。