Comment créer une colonne avec des valeurs de colonne basées sur la colonne partagée sur 2 Dataframes?

Question

Compte tenu des dataframes df et df2:

>>> df = pd.DataFrame([[1,'a','b'], [1, 'c', 'd'], 
         [2, 'c', 'd'], [1, 'f', 'o'], 
         [2, 'b', 'a']], columns=['x', 'y', 'z']) 

>>> df2 = pd.DataFrame([[1, 'apple'], [2, 'orange'], 
         [3, 'pear']], columns=['x', 'fruit']) 

>>> df 
    x y z 
0 1 a b 
1 1 c d 
2 2 c d 
3 1 f o 
4 2 b a 

>>> df2 
    x fruit 
0 1 apple 
1 2 orange 
2 3 pear 

Comment créer une nouvelle colonne avec les valeurs de la colonne fruit en fonction de la colonne x partagée?

sortie souhaitée:

>>> df 
    x y z fruit 
0 1 a b apple 
1 1 c d apple 
2 2 c d orange 
3 1 f o apple 
4 2 b a orange 

Je l'ai essayé, cela fonctionne, mais je suis sûr qu'il ya un moyen plus simple de le faire:

>>> df['fruit'] = [list(df2[df2['x'] == row['x']]['fruit'])[0] for idx, row in df.iterrows()] 
>>> df 
    x y z fruit 
0 1 a b apple 
1 1 c d apple 
2 2 c d orange 
3 1 f o apple 
4 2 b a orange 

---

Notez que le Dataframes ci-dessus ne sont pas indexés. Si les dataframes ont été indexés, la méthode éprouvée ne fonctionnera pas:

>>> df = df.set_index('x') 
>>> df2 = df2.set_index('x') 
>>> df 
    y z fruit 
x    
1 a b apple 
1 c d apple 
2 c d orange 
1 f o apple 
2 b a orange 
>>> df2 
    fruit 
x   
1 apple 
2 orange 
3 pear 
>>> df['fruit'] = [list(df2[df2['x'] == row['x']]['fruit'])[0] for idx, row in df.iterrows()] 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
    File "/usr/local/lib/python2.7/site-packages/pandas/core/frame.py", line 2062, in __getitem__ 
    return self._getitem_column(key) 
    File "/usr/local/lib/python2.7/site-packages/pandas/core/frame.py", line 2069, in _getitem_column 
    return self._get_item_cache(key) 
    File "/usr/local/lib/python2.7/site-packages/pandas/core/generic.py", line 1534, in _get_item_cache 
    values = self._data.get(item) 
    File "/usr/local/lib/python2.7/site-packages/pandas/core/internals.py", line 3590, in get 
    loc = self.items.get_loc(item) 
    File "/usr/local/lib/python2.7/site-packages/pandas/core/indexes/base.py", line 2395, in get_loc 
    return self._engine.get_loc(self._maybe_cast_indexer(key)) 
    File "pandas/_libs/index.pyx", line 132, in pandas._libs.index.IndexEngine.get_loc (pandas/_libs/index.c:5239) 
    File "pandas/_libs/index.pyx", line 154, in pandas._libs.index.IndexEngine.get_loc (pandas/_libs/index.c:5085) 
    File "pandas/_libs/hashtable_class_helper.pxi", line 1207, in pandas._libs.hashtable.PyObjectHashTable.get_item (pandas/_libs/hashtable.c:20405) 
    File "pandas/_libs/hashtable_class_helper.pxi", line 1215, in pandas._libs.hashtable.PyObjectHashTable.get_item (pandas/_libs/hashtable.c:20359) 
KeyError: 'x' 

Answer 1

Utilisation merge:

df.merge(df2, on='x') 

Sortie:

x y z fruit 
0 1 a b apple 
1 1 c d apple 
2 1 f o apple 
3 2 c d orange 
4 2 b a orange 

Answer 2

Ou en utilisant map

df = pd.DataFrame([[1,'a','b'], [1, 'c', 'd'], 
          [2, 'c', 'd'], [1, 'f', 'o'], 
          [2, 'b', 'a']], columns=['x', 'y', 'z']) 

df2 = pd.DataFrame([[1, 'apple'], [2, 'orange'], 
         [3, 'pear']], columns=['x', 'fruit']) 

df['fruit']=df.x.map(df2.set_index('x').fruit) 


df 
Out[257]: 
    x y z fruit 
0 1 a b apple 
1 1 c d apple 
2 2 c d orange 
3 1 f o apple 
4 2 b a orange 

Assu ming vous avez déjà fait avec set_index() fusion par index puis ~

df = df.set_index('x') 
df2 = df2.set_index('x') 

df.merge(df2,left_index=True,right_index=True) 

Out[260]: 
    y z fruit 
x    
1 a b apple 
1 c d apple 
1 f o apple 
2 c d orange 
2 b a orange 

Answer 3

Pour être complet

df.join(df2.set_index('x'), on='x') 

    x y z fruit 
0 1 a b apple 
1 1 c d apple 
2 2 c d orange 
3 1 f o apple 
4 2 b a orange