基于两个数据框中的多列将值从一个 df 映射到另一个 df

Question

我有两个数据框，想将 df2 中的“K1”值映射到 df1 中的新列 [K1_mapped"]，但仅当列值 [["PC1", " PC2" 和 "PC3"]] 在两个数据帧中相同。

DF1:

    PC1              PC2             PC3
1   Kunststoffe      Dachbahnen      Elastomer-Dachbahnen
2   Kunststoffe      Profile         Plastikprofile
3   Kunststoffe      Dachbahnen      Elastomer-Dachbahnen
4   Kunststoffe      Dachbahnen      Elastomer-Dachbahnen
5   Kunststoffe      Dachbahnen      Elastomer-Dachbahnen
6   Kunststoffe      Dachbahnen      Elastomer-Dachbahnen
7   Holz             Vollholz        Brettschichtholzplatte
8   Holz             Holz            Holz
9   Holz             Vollholz        Brettschichtholzplatte
10  Baustoffe        Steine          Dachziegel
11  Daemmstoffe      Holzfasern      Holzfaserdaemmplatte
12  Daemmstoffe      Holzfasern      Holzfaserdaemmplatte

DF2:

    PC1             PC2                 PC3                     K1                  
1   Holz            Holz                Holz                    Boeden und Decken   
2   Holz            Vollholz            Balkenschichtholz       Boeden und Decken   
3   Holz            Vollholz            Bau-Schnittholz         Waende  
4   Holz            Vollholz            Brettschichtholz (BSH)  Waende      
5   Holz            Vollholz            Brettschichtholzplatte  Waende      
6   Kunststoffe     Dachbahnen          Elastomer-Dachbahnen    Dachkonstruktion    
7   Kunststoffe     Dachbahnen          PVC-Dachbahnen          Dachkonstruktion    
8   Kunststoffe     Dichtmassen         Acrylat                 Waende              
9   Kunststoffe     Profile             Plastikprofile          Fenster
10  Daemmstoffe     Holzfasern          Holzfaserdaemmplatte    Isolierung

期望输出DF1_new：

    PC1              PC2             PC3                      K1
1   Kunststoffe      Dachbahnen      Elastomer-Dachbahnen     Dachkonstruktion
2   Kunststoffe      Profile         Plastikprofile           Fenster
3   Kunststoffe      Dachbahnen      Elastomer-Dachbahnen     Dachkonstruktion
4   Kunststoffe      Dachbahnen      Elastomer-Dachbahnen     Dachkonstruktion
5   Kunststoffe      Dachbahnen      Elastomer-Dachbahnen     Dachkonstruktion
6   Kunststoffe      Dachbahnen      Elastomer-Dachbahnen     Dachkonstruktion
7   Holz             Vollholz        Brettschichtholzplatte   Waende 
8   Holz             Holz            Holz                     Boeden und Decken
9   Holz             Vollholz        Brettschichtholzplatte   Waende 
10  Baustoffe        Steine          Dachziegel               NAN
11  Daemmstoffe      Holzfasern      Holzfaserdaemmplatte     Isolierung
12  Daemmstoffe      Holzfasern      Holzfaserdaemmplatte     Isolierung

我尝试映射 K1，但它只使用 PC1 进行映射：

d1['K1_mapped'] = d1['PC1'].map(d2.drop_duplicates('PC1').set_index('PC1')['K1'])

但是我怎样才能将“PC2”和“PC3”作为映射的决定因素呢？ - 它们在两个数据集中应该相等。

非常感谢任何帮助！

Answer 1

尝试

df1_new = df1.merge(df2, on=["PC1", "PC2", "PC3"], how="left")

检查 here and here 以了解 merge 的工作原理。

结果

df1 = pd.DataFrame(
    {'PC1': ['Kunststoffe', 'Kunststoffe', 'Kunststoffe', 'Kunststoffe', 'Kunststoffe', 'Kunststoffe', 'Holz', 'Holz', 'Holz', 'Baustoffe', 'Daemmstoffe', 'Daemmstoffe'],
     'PC2': ['Dachbahnen', 'Profile', 'Dachbahnen', 'Dachbahnen', 'Dachbahnen', 'Dachbahnen', 'Vollholz', 'Holz', 'Vollholz', 'Steine', 'Holzfasern', 'Holzfasern'],
     'PC3': ['Elastomer-Dachbahnen', 'Plastikprofile', 'Elastomer-Dachbahnen', 'Elastomer-Dachbahnen', 'Elastomer-Dachbahnen', 'Elastomer-Dachbahnen', 'Brettschichtholzplatte', 'Holz', 'Brettschichtholzplatte', 'Dachziegel', 'Holzfaserdaemmplatte', 'Holzfaserdaemmplatte']}
)
df2 = pd.DataFrame(
    {'PC1': ['Holz', 'Holz', 'Holz', 'Holz', 'Holz', 'Kunststoffe', 'Kunststoffe', 'Kunststoffe', 'Kunststoffe', 'Daemmstoffe'],
     'PC2': ['Holz', 'Vollholz', 'Vollholz', 'Vollholz', 'Vollholz', 'Dachbahnen', 'Dachbahnen', 'Dichtmassen', 'Profile', 'Holzfasern'],
     'PC3': ['Holz', 'Balkenschichtholz', 'Bau-Schnittholz', 'Brettschichtholz (BSH)', 'Brettschichtholzplatte', 'Elastomer-Dachbahnen', 'PVC-Dachbahnen', 'Acrylat', 'Plastikprofile', 'Holzfaserdaemmplatte'], 'K1': ['Boeden und Decken', 'Boeden und Decken', 'Waende', 'Waende', 'Waende', 'Dachkonstruktion', 'Dachkonstruktion', 'Waende', 'Fenster', 'Isolierung']}
)

是

        PC1         PC2                     PC3                 K1
0   Kunststoffe  Dachbahnen    Elastomer-Dachbahnen   Dachkonstruktion
1   Kunststoffe     Profile          Plastikprofile            Fenster
2   Kunststoffe  Dachbahnen    Elastomer-Dachbahnen   Dachkonstruktion
3   Kunststoffe  Dachbahnen    Elastomer-Dachbahnen   Dachkonstruktion
4   Kunststoffe  Dachbahnen    Elastomer-Dachbahnen   Dachkonstruktion
5   Kunststoffe  Dachbahnen    Elastomer-Dachbahnen   Dachkonstruktion
6          Holz    Vollholz  Brettschichtholzplatte             Waende
7          Holz        Holz                    Holz  Boeden und Decken
8          Holz    Vollholz  Brettschichtholzplatte             Waende
9     Baustoffe      Steine              Dachziegel                NaN
10  Daemmstoffe  Holzfasern    Holzfaserdaemmplatte         Isolierung
11  Daemmstoffe  Holzfasern    Holzfaserdaemmplatte         Isolierung

基于两个数据框中的多列将值从一个 df 映射到另一个 df

Mapping values from one to the other df based on multiple columns in both dataframes

python

pandas

numpy

mapping